简单认识ELK日志分析系统

一. ELK日志分析系统概述

1.ELK 简介

ELK平台是一套完整的日志集中处理解决方案，将 ElasticSearch、Logstash 和 Kiabana 三个开源工具配合使用， 完成更强大的用户对日志的查询、排序、统计需求。
好处：
（1）提高安全性
（2）集中存放日志
（3）缺陷：对日志的分析困难

2.ELK日志分析系统组成

1 、ElasticSearch

概述
（1）提供了一个分布式多用户能力的全文搜索引擎，通常用于索引和搜索大容量的日志数据，也可用于搜索许多不同类型的文档。
（2）Elasticsearch 是用 Java 开发的，可通过 RESTful Web 接口，让用户可以通过浏览器与 Elasticsearch 通信。

ElasticSearch核心概念（作用）
（1）接近实时
（2）集群（es数据日志搜索）
（3）节点
（4）索引（es）
索引（库）——类型（表）——文档（记录）
（5）分片和副本（备份——每个都有副本，如其中一个挂了，副本还可以继续正常工作、容灾）

2 、Kiabana

概念
通常与 Elasticsearch 一起部署，Kibana 是 Elasticsearch 的一个功能强大的数据可视化 Dashboard，Kibana 提供图形化的 web 界面来浏览 Elasticsearch 日志数据，可以用来汇总、分析和搜索重要数据。

总：将Elasticsearch中的数据优化可视化的展示出来

主要功能
（1）Elasticsearch无缝之集成
（2）整合数据，复杂数据分析
（3）让更多团队成员受益
（4）接口灵活，分享更容易
（5）配置简单，可视化多数据源
（6）简单数据导出

3、 Logstash

概念
（1）一款强大的数据数据处理工具
（2）可实现数据传输，格式处理，格式化输出（输出给es）
（3）数据输入，数据加工（如过滤、改写等）以及数据输出
Logstash主要组件
（1）shipper：主要负责监控日志，日志变动，集新的日志
（2）indexer：存储（日志存储者）主要是日志接收和写入本地
（3）broker：连接组件，并对组件进行搜索日志文件存储另一个平台上
（4）search and storage：搜索和存储
（5）web interface：展示web界面

Logstash理念、作用
input（数据采集） filter（数据过滤） output(数据输出)

4、 可以添加的其它组件

Filebeat
Filebeat概念
（1）轻量级的开源日志文件数据搜集器。

（2）通常在需要采集数据的客户端安装 Filebeat，并指定目录与日志格式，Filebeat 就能快速收集数据，并发送给 logstash 进或是直接发给 Elasticsearch 存储，性能上相比运行于 JVM 上的 logstash 优势明显，是对它的替代。常应用于 EFLK 架构当中。行解析

Filebeat 结合 logstash 带来好处
（1）通过 Logstash 具有基于磁盘的自适应缓冲系统，该系统将吸收传入的吞吐量，从而减轻 Elasticsearch 持续写入数据的压力
（2）从其他数据源（例如数据库，S3对象存储或消息传递队列）中提取
（3）将数据发送到多个目的地，例如S3，HDFS（Hadoop分布式文件系统）或写入文件
（4）使用条件数据流逻辑组成更复杂的处理管道

缓存/消息队列（redis、kafka、RabbitMQ等）
可以对高并发日志数据进行流量削峰和缓冲，这样的缓冲可以一定程度的保护数据不丢失，还可以对整个架构进行应用解耦。

Fluentd
概念
是一个流行的开源数据收集器。

特点
由于 logstash 太重量级的缺点：

（1）解决Logstash 性能低、资源消耗比较多等问题，随后就有 Fluentd 的出现。
（2）相比较 logstash，Fluentd 更易用、资源消耗更少、性能更高，在数据处理上更高效可靠，受到企业欢迎，成为 logstash 的一种替代方案，常应用于 EFK 架构当中。在 Kubernetes 集群中也常使用 EFK 作为日志数据收集的方案。
（3）在 Kubernetes 集群中一般是通过 DaemonSet 来运行 Fluentd，以便它在每个 Kubernetes 工作节点上都可以运行一个 Pod。 它通过获取容器日志文件、过滤和转换日志数据，然后将数据传递到 Elasticsearch 集群，在该集群中对其进行索引和存储。

3.为什么要使用 ELK

（1）由于会通过日志了解服务器软硬件信息、检查配置过程中的错误及错误发生的原因。经常分析日志可以了解服务器的负荷，性能安全性，从而及时采取措施纠正错误。

（2）单台机器的日志我们使用grep、awk等工具就能基本实现简单分析，但是当日志被分散的储存不同的设备上。数十上百台服务器会很繁琐并且效率低下，使用集中化的日志管理：开源的syslog，将所有服务器上的日志收集汇总

（3）一般大型系统是一个分布式部署的架构，不同的服务模块部署在不同的服务器上，问题出现时，大部分情况需要根据问题暴露的关键信息，定位到具体的服务器和服务模块，构建一套集中式日志系统，可以提高定位问题的效率。

总：日志集中化、集中化管理

提高效率、性能安全

4.完整日志系统基本特征

收集：能够采集多种来源的日志数据
传输：能够稳定的把日志数据解析过滤并传输到存储系统
存储：存储日志数据
分析：支持 UI 分析
警告：能够提供错误报告，监控机制

5.ELK 的工作过程

1、 ELK 的工作原理

（1）在所有需要收集日志的服务器上部署Logstash；或者先将日志进行集中化管理在日志服务器上，在日志服务器上部署 Logstash。
（2）Logstash 收集日志，将日志格式化并输出到 Elasticsearch 群集中。
（3）Elasticsearch 对格式化后的数据进行索引和存储。
（4）Kibana 从 ES 群集中查询数据生成图表