大數(shù)據(jù)的體現(xiàn)(Elk分析數(shù)據(jù))

大數(shù)據(jù)

Elk是一個數(shù)據(jù)分析技術棧,在我們的信息時代最重要的就是信息藐唠,通過對信息的分析右钾,我們可以了解到一切我們想了解的事情。

elk分析日志只是其中一個很小的功能复旬,它更多的功能是結(jié)合Hadoop做一個大數(shù)據(jù)的分析垦缅。

什么是大數(shù)據(jù)?

大數(shù)據(jù)(big data)驹碍,指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉壁涎、管理和處理的數(shù)據(jù)集合,是需要新處理模式才能具有更強的決策力志秃、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量怔球、高增長率和多樣化的信息資產(chǎn)。

我們Elk做的就是大數(shù)據(jù)的分析浮还,大數(shù)據(jù)的功能體現(xiàn)在哪竟坛?

在我們用淘寶京東購買商品的時候,他會根據(jù)你的喜好推薦一些你喜歡的物品碑定,做一個刺激消費流码。

比如我很喜歡鍵盤,多次搜索機械鍵盤 延刘,那么他的算法就會根據(jù)鍵盤給你推薦一些不同價位的鍵盤,這是如果我看到喜歡的鍵盤 就會買下來六敬,這就起到了一個刺激消費的結(jié)果碘赖,你以為這就完了? 這才剛開始!

他會根據(jù)你買東西的價位來估算你的經(jīng)濟條件普泡,根據(jù)你的搜索判斷你的職業(yè)播掷,根據(jù)算法給你推薦符合你經(jīng)濟條件,且需要的商品撼班,來刺激你消費歧匈。

還有一個很重要的問題,我們打開很多APP 都會彈出領取紅包砰嘁,獎金之類的選項件炉,它們都是有使用條件的,如果你覺得麻煩 矮湘,不差這點紅包而不去點擊這些按鈕斟冕,就進入了一個算法,它會認為你不需要優(yōu)惠缅阳,這類人 如果對比的話磕蛇,就會發(fā)現(xiàn)同一個商品你手機里的購買價格和別人手機里的價格是不同的,這些優(yōu)惠的價格 據(jù)我推測十办,因為它默認你不接受優(yōu)惠所以就把這筆錢賺走了秀撇,積少成多!

在信息時代 我們身邊處處都是大數(shù)據(jù)向族,作為一個IT工作者捌袜,我們應該對大數(shù)據(jù)做一定的了解,我采用的是ELK數(shù)據(jù)分析技術棧炸枣。

日志也是數(shù)據(jù)的一種虏等,下面我會簡述ELK分析nginx的日志

ELK介紹

ELK是三個開源軟件的縮寫,分別表示:Elasticsearch , Logstash, Kibana

1适肠、Elasticsearch是個開源分布式搜索引擎霍衫,提供搜集、分析侯养、存儲數(shù)據(jù)三大功能敦跌。

它的特點有:分布式,零配置逛揩,自動發(fā)現(xiàn)柠傍,索引自動分片,索引副本機制辩稽,restful風格接口惧笛,多數(shù)據(jù)源,自動搜索負載等逞泄。

2患整、Logstash 主要是用來日志的搜集拜效、分析、過濾日志的工具各谚,支持大量的數(shù)據(jù)獲取方式紧憾。

一般工作方式為c/s架構(gòu),client端安裝在需要收集日志的主機上昌渤,server端負責將收到的各節(jié)點日志進行過濾赴穗、修改等操作在一并發(fā)往elasticsearch上去。

3膀息、Kibana可以為 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面般眉,可以幫助匯總、分析和搜索重要數(shù)據(jù)日志履婉。

4煤篙、FileBeat,它是一個輕量級的日志收集處理工具(Agent)毁腿,F(xiàn)ilebeat占用資源少辑奈,適合于在各個服務器上搜集日志后傳輸給Logstash,官方也推薦此工具已烤。

準備環(huán)境

兩臺測試服務器

服務器一號 192.168.14.111 Elasticsearch Kibana

服務器二號 192.168.14.222 Logstash Nginx

關閉防火墻

同步時間

在1鸠窗,2服務器上 安裝 ntpdate

在1服務器上

vim /etc/chrony.conf 
#server 0.centos.pool.ntp.org iburst
#server 1.centos.pool.ntp.org iburst
#server 2.centos.pool.ntp.org iburst
#server 3.centos.pool.ntp.org iburst

server 192.168.14.111



allow 192.168.14.0/24
local stratum 10

重啟chronyd

在2服務器上

ntpdate 192.168.14.111
 9 Apr 13:48:44 ntpdate[2327]: adjust time server 192.168.14.111 offset -0.000198 sec

在一號服務器上傳包 安裝els

ls
anaconda-ks.cfg  elasticsearch-6.6.0.rpm
yum -y install java-1.8.0-openjdk
rpm -ivh elasticsearch-6.6.0.rpm
vim /etc/elasticsearch/elasticsearch.yml
cluster.name: my-application
node.name: node-1
network.host: 192.168.14.111
http.port: 9200
discovery.zen.ping.unicast.hosts: ["192.168.14.111"]

在一號服務器上啟動,設置開機自啟

systemctl start elasticsearch
systemctl enable elasticsearch
Created symlink from /etc/systemd/system/multi-user.target.wants/elasticsearch.service to /usr/lib/systemd/system/elasticsearch.service.

我們測試一下


1554789517968.png

成功胯究!

在二號服務器上安裝logstash

ls
anaconda-ks.cfg  logstash-6.6.0.rpm
yum -y install java-1.8.0-openjdk
rpm -ivh logstash-6.6.0.rpm
chmod 644 /var/log/messages
chmod 644 /usr/local/nginx/logs/access.log
vim /etc/logstash/conf.d/syslog.conf
input {
  file {
    path => "/var/log/messages"
    type => "systemlog"
    start_position => "beginning"
    stat_interval => "2"
  }
}

output {
  elasticsearch {
    hosts => ["192.168.100.100:9200"]
    index => "logstash-systemlog-%{+YYYY.MM.dd}"
  }
}

vim /etc/logstash/conf.d/nginx.conf

input{
file{
 path => "/usr/local/nginx/logs/access.log"
 type => "nginxlog"
 start_position => "begining"
 stat_interval => "2"
}
}
output{
elasticsearch {
    hosts => ["192.168.14.111:9200"]
    index => "logstash-nginxlog-%{+YYYY.MM.dd}"
  }
}
systemctl start logstash
systemctl enable logstash
Created symlink from /etc/systemd/system/multi-user.target.wants/logstash.service to /etc/systemd/system/logstash.service.
#驗證是否成功

在一號服務器上配置kibana

ls
anaconda-ks.cfg  elasticsearch-6.6.0.rpm  kibana-6.6.0-x86_64.rpm
rpm -ivh kibana-6.6.0-x86_64.rpm
vim /etc/kibana/kibana.yml
server.port: 5601
server.host: "192.168.14.111"
elasticsearch.hosts: ["http://192.168.14.111:9200"]
systemctl start kibana
systemctl enable kibana
Created symlink from /etc/systemd/system/multi-user.target.wants/kibana.service to /etc/systemd/system/kibana.service.

測試一下

![1554792519699.png](https://upload-images.jianshu.io/upload_images/15296763-2853fc908154b0bc.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
1554797747301.png

使用apache自帶的壓力測試工具ab

?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:七十年代末稍计,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子裕循,更是在濱河造成了極大的恐慌臣嚣,老刑警劉巖,帶你破解...
    沈念sama閱讀 212,718評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件剥哑,死亡現(xiàn)場離奇詭異硅则,居然都是意外死亡,警方通過查閱死者的電腦和手機株婴,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,683評論 3 385
  • 文/潘曉璐 我一進店門怎虫,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人困介,你說我怎么就攤上這事大审。” “怎么了座哩?”我有些...
    開封第一講書人閱讀 158,207評論 0 348
  • 文/不壞的土叔 我叫張陵徒扶,是天一觀的道長。 經(jīng)常有香客問我八回,道長酷愧,這世上最難降的妖魔是什么驾诈? 我笑而不...
    開封第一講書人閱讀 56,755評論 1 284
  • 正文 為了忘掉前任缠诅,我火速辦了婚禮溶浴,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘管引。我一直安慰自己士败,他們只是感情好,可當我...
    茶點故事閱讀 65,862評論 6 386
  • 文/花漫 我一把揭開白布褥伴。 她就那樣靜靜地躺著谅将,像睡著了一般。 火紅的嫁衣襯著肌膚如雪重慢。 梳的紋絲不亂的頭發(fā)上饥臂,一...
    開封第一講書人閱讀 50,050評論 1 291
  • 那天,我揣著相機與錄音似踱,去河邊找鬼隅熙。 笑死,一個胖子當著我的面吹牛核芽,可吹牛的內(nèi)容都是我干的囚戚。 我是一名探鬼主播,決...
    沈念sama閱讀 39,136評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼轧简,長吁一口氣:“原來是場噩夢啊……” “哼驰坊!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起哮独,我...
    開封第一講書人閱讀 37,882評論 0 268
  • 序言:老撾萬榮一對情侶失蹤拳芙,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后皮璧,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體舟扎,經(jīng)...
    沈念sama閱讀 44,330評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,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...
    茶點故事閱讀 36,651評論 2 327
  • 正文 我和宋清朗相戀三年恶导,在試婚紗的時候發(fā)現(xiàn)自己被綠了浆竭。 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 38,789評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡惨寿,死狀恐怖邦泄,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情裂垦,我是刑警寧澤顺囊,帶...
    沈念sama閱讀 34,477評論 4 333
  • 正文 年R本政府宣布,位于F島的核電站蕉拢,受9級特大地震影響特碳,放射性物質(zhì)發(fā)生泄漏诚亚。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 40,135評論 3 317
  • 文/蒙蒙 一午乓、第九天 我趴在偏房一處隱蔽的房頂上張望站宗。 院中可真熱鬧,春花似錦益愈、人聲如沸梢灭。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,864評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽敏释。三九已至,卻和暖如春摸袁,著一層夾襖步出監(jiān)牢的瞬間钥顽,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,099評論 1 267
  • 我被黑心中介騙來泰國打工靠汁, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留蜂大,地道東北人。 一個月前我還...
    沈念sama閱讀 46,598評論 2 362
  • 正文 我出身青樓膀曾,卻偏偏與公主長得像县爬,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子添谊,可洞房花燭夜當晚...
    茶點故事閱讀 43,697評論 2 351

推薦閱讀更多精彩內(nèi)容