KLK

ELK由Elasticsearch、Logstash憋槐、Kibana三部分組成:

  • Elasticsearch 是一個(gè)開源分布式搜索引擎秦陋,特點(diǎn)是分布式驳概、零配置顺又、自動(dòng)發(fā)現(xiàn)等孵、索引自動(dòng)分片俯萌、索引副本機(jī)制弱恒、RESTful風(fēng)格接口棋恼、多數(shù)據(jù)源爪飘、自動(dòng)搜索負(fù)載等师崎。
  • Logstash 是一個(gè)完全開源工具犁罩,可對日志進(jìn)行收集肴熏、分析顷窒,并將其存儲(chǔ)供日后使用鸦做。
  • Kibana 是一個(gè)開源和免費(fèi)的工具泼诱,可為Logstash和Elasticsearch提供日志分析友好的web界面治筒,可幫助您匯總耸袜、分析堤框、搜索重要數(shù)據(jù)日志蜈抓。

ELK工作流程
在需手機(jī)日志的所有服務(wù)器部署Logstash沟使,作為Logstash agent(Logstash shipper)用于監(jiān)控并過濾收集日志格带,將過濾后的內(nèi)容發(fā)送到Redis叽唱,然后Logstash indexer將日志收集在一起交給全文搜索服務(wù)Elasticsearch棺亭,可用Elasticsearch進(jìn)行自定義搜索通過Kibana來結(jié)合自定義搜索進(jìn)行頁面展示镶摘。

ELK工作流程

tu開源實(shí)時(shí)日志分析ELK(ElasticSearch, Logstash, Kibana),方便收集日志涝缝,進(jìn)行集中化管理方便進(jìn)行日志的統(tǒng)計(jì)和檢索拒逮。日志主要包括系統(tǒng)日志滩援、應(yīng)用程序日志和安全日志租悄。通常日志被分散存儲(chǔ)不同的設(shè)備上恩袱,若你管理多臺(tái)服務(wù)器外傅,可使用集中化的日志管理萎胰,例如開源syslog將所有服務(wù)器上的日志收集匯總技竟。

集中化管理日志后,日志統(tǒng)計(jì)和檢索又稱為一件比較麻煩的事情联逻,一般使用grep锨推、awk换可、wc等命令實(shí)現(xiàn)檢索和統(tǒng)計(jì)沾鳄,但對于要求更高的查詢确憨、排序译荞、統(tǒng)計(jì)等要求和龐大的機(jī)器數(shù)量磁椒,依然使用這樣的方法難免力不從心。開源實(shí)時(shí)日志分析ELK平臺(tái)能完美的解決上述問題医增。

ELK工作原理

圖解:Logstash收集AppServer產(chǎn)生的Log,并存放到Elasticsearch集群中,而Kibana則從ES集群中查詢數(shù)據(jù)生成圖表跪帝,再返回給瀏覽器伞剑。

Logstash

Logstash功能

Logstash其實(shí)就是一個(gè)收集器而已缤谎,需為其指定Input和Output衡便。

The Elastic Stack

The Elastic Stack不是一個(gè)軟件而是Elasticsearch洋访、Logstash呆抑、Kibana開源軟件的集合厌殉,對外是作為一個(gè)日志管理系統(tǒng)的開源方案〕薰荆可從任何來源楼眷、任何格式進(jìn)行日志搜索罐柳,分析獲取數(shù)據(jù),并實(shí)時(shí)進(jìn)行展示肮蛹。像盾牌(安全)、監(jiān)護(hù)者(警報(bào))创南、Marvel(監(jiān)測)一樣為你的 產(chǎn)品提供更多的可能扰藕。

  • Elasticsearch 搜索,提供分布式全文搜索引擎
  • Logstash 日志搜集未桥、管理冬耿、存儲(chǔ)
  • Kibana 日志過濾web顯示
  • Filebeat 監(jiān)控日志文件、轉(zhuǎn)發(fā)
環(huán)境規(guī)劃圖

集中式日志系統(tǒng)ELK協(xié)議棧
一個(gè)集中式日志系統(tǒng)特點(diǎn)

  • 收集 能夠采集多種來源的日志數(shù)據(jù)
  • 傳遞 能夠穩(wěn)定的把日志數(shù)據(jù)傳輸?shù)街醒胂到y(tǒng)
  • 存儲(chǔ) 如何存儲(chǔ)日志數(shù)據(jù)
  • 分析 可支持UI分析
  • 警告 能提供錯(cuò)誤報(bào)告監(jiān)控機(jī)制

解決方案
簡單的 Rsyslog绊起、Syslog-ng
商業(yè)的Splunk
開源的 Facebook的Scribe蜂绎, Apache 的 Chukwa、Linkedin的Kafak、Cloudera的Fluented爹脾、ELK...

ELK協(xié)議棧
ELK其實(shí)并不是一款軟件而是一整套解決方案泌霍。

ELK協(xié)議棧

Elasticsearch 是一個(gè)實(shí)時(shí)的分布式搜索和分析引擎,用于全文搜索述召,構(gòu)化搜索和分析朱转。它是一個(gè)建立在全文搜索引擎Apache Lucene基礎(chǔ)上的搜索引擎,使用Java編寫积暖。

ELK架構(gòu)圖

多個(gè)獨(dú)立的Agent(Shipper)運(yùn)行在不同的服務(wù)器終端藤为,用來收集不同來源的數(shù)據(jù),一個(gè)中心Agent(Indexer)用來負(fù)責(zé)匯總數(shù)據(jù)夺刑,在中心Agent前的Broker作為緩沖區(qū)缅疟,中心Agent后面ElasticSearch用于存儲(chǔ)和搜索數(shù)據(jù),前端Kibana用于提供UI展示遍愿。
Shipper表示收集日志存淫,使用LogStash收集各種來源的日志數(shù)據(jù),可能是系統(tǒng)日志沼填、文件纫雁、redis、mq...
Broker作為遠(yuǎn)端Agent與中心Agent之間的緩沖區(qū)倾哺,使用Redis實(shí)現(xiàn)轧邪,用來提升系統(tǒng)性能與可靠性刽脖,當(dāng)中心Agent提取數(shù)據(jù)失敗時(shí),數(shù)據(jù)保存在redis中不至于丟失忌愚。
中心Agent也是Logstash曲管,從Broker中讀取數(shù)據(jù)執(zhí)行相關(guān)的分析和處理(Filter)。
ElasticSearch用于存儲(chǔ)最終的數(shù)據(jù)(結(jié)果數(shù)據(jù))并提供搜索功能硕糊。
Kibana提供一個(gè)簡單豐富的Web界面院水,數(shù)據(jù)來自于ES,支持各種查詢統(tǒng)計(jì)和展示简十。

這種搭配也不是絕對的檬某,可不使用redis,可考慮kafka來做消息隊(duì)列螟蝙,也可讓shipper直接從你希望的日志中獲取數(shù)據(jù)恢恼,若你喜歡也可讓數(shù)據(jù)存到ES后在存一份進(jìn)入hdfs等。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末胰默,一起剝皮案震驚了整個(gè)濱河市场斑,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌牵署,老刑警劉巖漏隐,帶你破解...
    沈念sama閱讀 217,657評(píng)論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異奴迅,居然都是意外死亡青责,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,889評(píng)論 3 394
  • 文/潘曉璐 我一進(jìn)店門取具,熙熙樓的掌柜王于貴愁眉苦臉地迎上來爽柒,“玉大人,你說我怎么就攤上這事者填『拼澹” “怎么了?”我有些...
    開封第一講書人閱讀 164,057評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵占哟,是天一觀的道長心墅。 經(jīng)常有香客問我,道長榨乎,這世上最難降的妖魔是什么怎燥? 我笑而不...
    開封第一講書人閱讀 58,509評(píng)論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮蜜暑,結(jié)果婚禮上铐姚,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好隐绵,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,562評(píng)論 6 392
  • 文/花漫 我一把揭開白布之众。 她就那樣靜靜地躺著,像睡著了一般依许。 火紅的嫁衣襯著肌膚如雪棺禾。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,443評(píng)論 1 302
  • 那天峭跳,我揣著相機(jī)與錄音膘婶,去河邊找鬼。 笑死蛀醉,一個(gè)胖子當(dāng)著我的面吹牛悬襟,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播拯刁,決...
    沈念sama閱讀 40,251評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼脊岳,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了筛璧?” 一聲冷哼從身側(cè)響起逸绎,我...
    開封第一講書人閱讀 39,129評(píng)論 0 276
  • 序言:老撾萬榮一對情侶失蹤惹恃,失蹤者是張志新(化名)和其女友劉穎夭谤,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體巫糙,經(jīng)...
    沈念sama閱讀 45,561評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡朗儒,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,779評(píng)論 3 335
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了参淹。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片醉锄。...
    茶點(diǎn)故事閱讀 39,902評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖浙值,靈堂內(nèi)的尸體忽然破棺而出恳不,到底是詐尸還是另有隱情,我是刑警寧澤开呐,帶...
    沈念sama閱讀 35,621評(píng)論 5 345
  • 正文 年R本政府宣布烟勋,位于F島的核電站,受9級(jí)特大地震影響筐付,放射性物質(zhì)發(fā)生泄漏卵惦。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,220評(píng)論 3 328
  • 文/蒙蒙 一瓦戚、第九天 我趴在偏房一處隱蔽的房頂上張望沮尿。 院中可真熱鬧,春花似錦较解、人聲如沸畜疾。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,838評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽庸疾。三九已至乍楚,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間届慈,已是汗流浹背徒溪。 一陣腳步聲響...
    開封第一講書人閱讀 32,971評(píng)論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留金顿,地道東北人臊泌。 一個(gè)月前我還...
    沈念sama閱讀 48,025評(píng)論 2 370
  • 正文 我出身青樓,卻偏偏與公主長得像揍拆,于是被迫代替她去往敵國和親渠概。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,843評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容