初步了解ELK

为什么用到ELK

需要进行日志分析场景：
直接在日志文件中grep(global search regular expression and print out the line,全面搜索正则表达式并把行打印出来，是一种强大的文本搜索工具)、awk(一种语言，适合文本处理和报表生成)就可以获得自己想要的信息。
但是在规模较大的场景中，此方法效率低下，面临问题包括：日志量太大如何归档、文本搜索太慢怎么办、如何多维度查询。
需要集中化的日志管理，所有服务器上的日志收集汇总。常见的解决思路是建立集中式日志收集系统，将所有节点上的日志统一收集，管理，访问。

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，可以提高定定位问题的效率。

一个完整的集中式日志系统，需要包含以下几个主要特点：

1. 收集-能够采集多种来源的日志数据
2. 传输-能够稳定的把图纸数据传输到中央系统
3. 存储-如何存储日志数据
4. 分析-可以支持UI分析
5. 警告-能够提供错误报告，监控机制

ELK提供了一整套解决方案，并且都是开源软件，之间相互配合使用，完美衔接，高效的满足了很多场合的应用。目前主流的一种日志系统。

ELK简介

ELK是三个开源软件的缩写，分别表示：Elasticsearch、Logstash、Kibana,他们都是开源软件。新增了一个Filebeat,他是一个轻量级的日志收集处理工具，fliebeat占用资源少，适合于在各个服务器上搜索日志后传输给logstash。

Elasticsearch是个开源分布式搜索引擎，提供搜集、分析、存储数据三大功能个。他的特点有：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主要用来日志的搜集、分析、过滤日志的工具，支持大量的数据获取方式。一般工作方式为c/s架构，client端安装在需要收集日志的主机上，server端负责将收到的各节点日志进行过滤、修改等操作在一并发往elasticsearch上去。

Kibana也是一个开源和免费的工具，Kibana可以为logstash和ElasticSearch提供日志分析友好的WEB界面，可以帮助汇总，分析和搜索重要数据日志。

Filebeat隶属于Beats。目前Beats包含四种工具：

1.Packetbeat（搜集网络流量数据）
2.Topbeat（搜集系统、进程和文件系统级别的 CPU 和内存使用情况等数据）
3.Filebeat（搜集文件数据）
4.Winlogbeat（搜集 Windows 事件日志数据）