ELK

一搁凸、簡介

ELK 不是一款軟件葱轩,而是 Elasticsearch睦焕、Logstash 和 Kibana 三種軟件產品的首字母縮寫藐握。這三者都是開源軟件,通常配合使用垃喊,而且又先后歸于 Elastic.co 公司名下猾普,所以被簡稱為 ELK Stack。根據 Google Trend 的信息顯示本谜,ELK Stack 已經成為目前最流行的集中式日志解決方案

  • Elasticsearch:分布式搜索和分析引擎初家,具有高可伸縮、高可靠和易管理等特點乌助×镌冢基于 Apache Lucene 構建,能對大容量的數據進行接近實時的存儲他托、搜索和分析操作掖肋。通常被用作某些應用的基礎搜索引擎,使其具有復雜的搜索功能上祈;
  • 數據收集引擎培遵。它支持動態(tài)的從各種數據源搜集數據,并對數據進行過濾登刺、分析籽腕、豐富、統(tǒng)一格式等操作纸俭,然后存儲到用戶指定的位置皇耗;
  • 數據分析和可視化平臺。通常與 Elasticsearch 配合使用揍很,對其中數據進行搜索郎楼、分析和以統(tǒng)計圖表的方式展示;
  • ELK 協議棧的新成員窒悔,一個輕量級開源日志文件數據搜集器呜袁,基于 Logstash-Forwarder 源代碼開發(fā),是對它的替代简珠。在需要采集日志數據的 server 上安裝 Filebeat阶界,并指定日志目錄或日志文件后,Filebeat 就能讀取數據聋庵,迅速發(fā)送到 Logstash 進行解析膘融,亦或直接發(fā)送到 Elasticsearch 進行集中式存儲和分析。

二祭玉、架構及使用場景

2.1 最簡單的架構

在這種架構中氧映,只有一個 Logstash、Elasticsearch 和 Kibana 實例脱货。Logstash 通過輸入插件從多種數據源(比如日志文件岛都、標準輸入 Stdin 等)獲取數據律姨,再經過濾插件加工數據,然后經 Elasticsearch 輸出插件輸出到 Elasticsearch臼疫,通過 Kibana 展示


image001.png

這種架構非常簡單线召,使用場景也有限。初學者可以搭建這個架構多矮,了解 ELK 如何工作缓淹。

2.2 Logstash 作為日志搜集器

這種架構是對上面架構的擴展,把一個 Logstash 數據搜集節(jié)點擴展到多個塔逃,分布于多臺機器讯壶,將解析好的數據發(fā)送到 Elasticsearch server 進行存儲,最后在 Kibana 查詢湾盗、生成日志報表等


image002.png

這種結構因為需要在各個服務器上部署 Logstash伏蚊,而它比較消耗 CPU 和內存資源,所以比較適合計算資源豐富的服務器格粪,否則容易造成服務器性能下降躏吊,甚至可能導致無法正常工作。

2.3 Beats 作為日志搜集器

這種架構引入 Beats 作為日志搜集器帐萎。目前 Beats 包括四種:

  • Packetbeat(搜集網絡流量數據)比伏;

  • Topbeat(搜集系統(tǒng)、進程和文件系統(tǒng)級別的 CPU 和內存使用情況等數據)疆导;

  • Filebeat(搜集文件數據)赁项;

  • Winlogbeat(搜集 Windows 事件日志數據)。
    Beats 將搜集到的數據發(fā)送到 Logstash澈段,經 Logstash 解析悠菜、過濾后,將其發(fā)送到 Elasticsearch 存儲败富,并由 Kibana 呈現給用戶悔醋。


    image003.png

    這種架構解決了 Logstash 在各服務器節(jié)點上占用系統(tǒng)資源高的問題。相比 Logstash兽叮,Beats 所占系統(tǒng)的 CPU 和內存幾乎可以忽略不計芬骄。另外,Beats 和 Logstash 之間支持 SSL/TLS 加密傳輸充择,客戶端和服務器雙向認證德玫,保證了通信安全匪蟀。

    因此這種架構適合對數據安全性要求較高椎麦,同時各服務器性能比較敏感的場景。

2.4 引入消息隊列機制的架構

Beats 還不支持輸出到消息隊列材彪,所以在消息隊列前后兩端只能是 Logstash 實例观挎。這種架構使用 Logstash 從各個數據源搜集數據琴儿,然后經消息隊列輸出插件輸出到消息隊列中。目前 Logstash 支持 Kafka嘁捷、Redis造成、RabbitMQ 等常見消息隊列。然后 Logstash 通過消息隊列輸入插件從隊列中獲取數據雄嚣,分析過濾后經輸出插件發(fā)送到 Elasticsearch晒屎,最后通過 Kibana 展示


image004.png

這種架構適合于日志規(guī)模比較龐大的情況。但由于 Logstash 日志解析節(jié)點和 Elasticsearch 的負荷比較重缓升,可將他們配置為集群模式鼓鲁,以分擔負荷。引入消息隊列港谊,均衡了網絡傳輸骇吭,從而降低了網絡閉塞,尤其是丟失數據的可能性歧寺,但依然存在 Logstash 占用系統(tǒng)資源過多的問題燥狰。

2.5 基于 Filebeat 架構的配置部署詳解

前面提到 Filebeat 已經完全替代了 Logstash-Forwarder 成為新一代的日志采集器,同時鑒于它輕量斜筐、安全等特點龙致,越來越多人開始使用它。這個章節(jié)將詳細講解如何部署基于 Filebeat 的 ELK 集中式日志解決方案顷链,


image005.png

因為免費的 ELK 沒有任何安全機制净当,所以這里使用了 Nginx 作反向代理,避免用戶直接訪問 Kibana 服務器蕴潦。加上配置 Nginx 實現簡單的用戶認證像啼,一定程度上提高安全性。另外潭苞,Nginx 本身具有負載均衡的作用忽冻,能夠提高系統(tǒng)訪問性能。

?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末此疹,一起剝皮案震驚了整個濱河市僧诚,隨后出現的幾起案子,更是在濱河造成了極大的恐慌蝗碎,老刑警劉巖湖笨,帶你破解...
    沈念sama閱讀 216,470評論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現場離奇詭異蹦骑,居然都是意外死亡慈省,警方通過查閱死者的電腦和手機,發(fā)現死者居然都...
    沈念sama閱讀 92,393評論 3 392
  • 文/潘曉璐 我一進店門眠菇,熙熙樓的掌柜王于貴愁眉苦臉地迎上來边败,“玉大人袱衷,你說我怎么就攤上這事⌒Υ埽” “怎么了致燥?”我有些...
    開封第一講書人閱讀 162,577評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長排截。 經常有香客問我嫌蚤,道長,這世上最難降的妖魔是什么断傲? 我笑而不...
    開封第一講書人閱讀 58,176評論 1 292
  • 正文 為了忘掉前任搬葬,我火速辦了婚禮,結果婚禮上艳悔,老公的妹妹穿的比我還像新娘急凰。我一直安慰自己,他們只是感情好猜年,可當我...
    茶點故事閱讀 67,189評論 6 388
  • 文/花漫 我一把揭開白布抡锈。 她就那樣靜靜地躺著,像睡著了一般乔外。 火紅的嫁衣襯著肌膚如雪床三。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,155評論 1 299
  • 那天杨幼,我揣著相機與錄音撇簿,去河邊找鬼。 笑死差购,一個胖子當著我的面吹牛四瘫,可吹牛的內容都是我干的。 我是一名探鬼主播欲逃,決...
    沈念sama閱讀 40,041評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼找蜜,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了稳析?” 一聲冷哼從身側響起洗做,我...
    開封第一講書人閱讀 38,903評論 0 274
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎彰居,沒想到半個月后诚纸,有當地人在樹林里發(fā)現了一具尸體,經...
    沈念sama閱讀 45,319評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡陈惰,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,539評論 2 332
  • 正文 我和宋清朗相戀三年畦徘,在試婚紗的時候發(fā)現自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,703評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡旧烧,死狀恐怖,靈堂內的尸體忽然破棺而出画髓,到底是詐尸還是另有隱情掘剪,我是刑警寧澤,帶...
    沈念sama閱讀 35,417評論 5 343
  • 正文 年R本政府宣布奈虾,位于F島的核電站夺谁,受9級特大地震影響,放射性物質發(fā)生泄漏肉微。R本人自食惡果不足惜匾鸥,卻給世界環(huán)境...
    茶點故事閱讀 41,013評論 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望碉纳。 院中可真熱鬧勿负,春花似錦、人聲如沸劳曹。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,664評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽铁孵。三九已至锭硼,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間蜕劝,已是汗流浹背檀头。 一陣腳步聲響...
    開封第一講書人閱讀 32,818評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留岖沛,地道東北人暑始。 一個月前我還...
    沈念sama閱讀 47,711評論 2 368
  • 正文 我出身青樓,卻偏偏與公主長得像婴削,于是被迫代替她去往敵國和親蒋荚。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,601評論 2 353