KLK

ELK由Elasticsearch、Logstash、Kibana三部分组成:

  • Elasticsearch 是一个开源分布式搜索引擎,特点是分布式、零配置、自动发现、索引自动分片、索引副本机制、RESTful风格接口、多数据源、自动搜索负载等。
  • Logstash 是一个完全开源工具,可对日志进行收集、分析,并将其存储供日后使用。
  • Kibana 是一个开源和免费的工具,可为Logstash和Elasticsearch提供日志分析友好的web界面,可帮助您汇总、分析、搜索重要数据日志。

ELK工作流程
在需手机日志的所有服务器部署Logstash,作为Logstash agent(Logstash shipper)用于监控并过滤收集日志,将过滤后的内容发送到Redis,然后Logstash indexer将日志收集在一起交给全文搜索服务Elasticsearch,可用Elasticsearch进行自定义搜索通过Kibana来结合自定义搜索进行页面展示。

ELK工作流程

tu开源实时日志分析ELK(ElasticSearch, Logstash, Kibana),方便收集日志,进行集中化管理方便进行日志的统计和检索。日志主要包括系统日志、应用程序日志和安全日志。通常日志被分散存储不同的设备上,若你管理多台服务器,可使用集中化的日志管理,例如开源syslog将所有服务器上的日志收集汇总。

集中化管理日志后,日志统计和检索又称为一件比较麻烦的事情,一般使用grep、awk、wc等命令实现检索和统计,但对于要求更高的查询、排序、统计等要求和庞大的机器数量,依然使用这样的方法难免力不从心。开源实时日志分析ELK平台能完美的解决上述问题。

ELK工作原理

图解:Logstash收集AppServer产生的Log,并存放到Elasticsearch集群中,而Kibana则从ES集群中查询数据生成图表,再返回给浏览器。

Logstash

Logstash功能

Logstash其实就是一个收集器而已,需为其指定Input和Output。

The Elastic Stack

The Elastic Stack不是一个软件而是Elasticsearch、Logstash、Kibana开源软件的集合,对外是作为一个日志管理系统的开源方案。可从任何来源、任何格式进行日志搜索,分析获取数据,并实时进行展示。像盾牌(安全)、监护者(警报)、Marvel(监测)一样为你的 产品提供更多的可能。

  • Elasticsearch 搜索,提供分布式全文搜索引擎
  • Logstash 日志搜集、管理、存储
  • Kibana 日志过滤web显示
  • Filebeat 监控日志文件、转发
环境规划图

集中式日志系统ELK协议栈
一个集中式日志系统特点

  • 收集 能够采集多种来源的日志数据
  • 传递 能够稳定的把日志数据传输到中央系统
  • 存储 如何存储日志数据
  • 分析 可支持UI分析
  • 警告 能提供错误报告监控机制

解决方案
简单的 Rsyslog、Syslog-ng
商业的Splunk
开源的 Facebook的Scribe, Apache 的 Chukwa、Linkedin的Kafak、Cloudera的Fluented、ELK...

ELK协议栈
ELK其实并不是一款软件而是一整套解决方案。

ELK协议栈

Elasticsearch 是一个实时的分布式搜索和分析引擎,用于全文搜索,构化搜索和分析。它是一个建立在全文搜索引擎Apache Lucene基础上的搜索引擎,使用Java编写。

ELK架构图

多个独立的Agent(Shipper)运行在不同的服务器终端,用来收集不同来源的数据,一个中心Agent(Indexer)用来负责汇总数据,在中心Agent前的Broker作为缓冲区,中心Agent后面ElasticSearch用于存储和搜索数据,前端Kibana用于提供UI展示。
Shipper表示收集日志,使用LogStash收集各种来源的日志数据,可能是系统日志、文件、redis、mq...
Broker作为远端Agent与中心Agent之间的缓冲区,使用Redis实现,用来提升系统性能与可靠性,当中心Agent提取数据失败时,数据保存在redis中不至于丢失。
中心Agent也是Logstash,从Broker中读取数据执行相关的分析和处理(Filter)。
ElasticSearch用于存储最终的数据(结果数据)并提供搜索功能。
Kibana提供一个简单丰富的Web界面,数据来自于ES,支持各种查询统计和展示。

这种搭配也不是绝对的,可不使用redis,可考虑kafka来做消息队列,也可让shipper直接从你希望的日志中获取数据,若你喜欢也可让数据存到ES后在存一份进入hdfs等。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容