ELK的使用

一、ELK的组成

1、Elasticsearch (ES):

Elasticsearch 是一个基于 Apache Lucene 构建的分布式、实时搜索与分析引擎。它能够索引、搜索和分析大量数据，并且提供了水平扩展能力，允许处理 PB 级别的数据。Elasticsearch 适合用于全文搜索、日志分析、监控指标聚合等多种场景，其 RESTful API 让数据的索引和查询变得非常便捷。

2、Logstash (LS):

Logstash 是一个动态数据收集管道，用于从各种数据源接收、解析、转换并将数据发送到“es”（例如 Elasticsearch）。它可以收集来自服务器日志、数据库、应用程序、网络设备等各种源头的日志数据，并对这些数据进行清洗、标准化和丰富，以便于后续分析。

3、Kibana (KB):

Kibana 是一个开源的数据可视化工具，专为 Elasticsearch 设计，提供了一个用户友好的 Web 界面，使得用户可以轻松地搜索、查看和分析 Elasticsearch 中存储的数据。借助 Kibana，用户可以创建仪表板、图表和其他可视元素，对数据进行深度探索，同时支持实时数据分析和交互式操作。

二、EFK

EFK与ELK的区别主要在于，EFK使用Filebeat来替代 Logstash 作为日志收集代理，这是因为 Filebeat 相对于 Logstash 来说更为轻量级，资源消耗较小，尤其适合于边缘节点或者资源有限的服务器上收集日志数据。

Filebeat的好处是：

轻量化、模块化、传输化