【Elastic-1】ELK基本概念、环境搭建、快速开始文档

TODO

• 快速开始文档
• SpringBoot整合ELK(Logstash收集日志、应用主动向ES写入)
• ELK接入Kafka

基本概念

ElasticSearch

什么是ElasticSearch？

首推官网的解释： https://www.elastic.co/guide/en/elasticsearch/reference/7.11/elasticsearch-intro.html

我简单总结下，ES(ElasticSearch的缩写，下文大写的ES都表示ElasticSearch)是一个分布式的搜索和分析引擎，可以通过Logstash、Beats收集数据，并将其存储在ES中。然后通过Kibana可视化的展示、分析你存储的数据。上述就著名的ELK三件套，当然L不是必需的，数据也可以自己写入。

ES不同于传统关系型数据库(RDBMS)，ES不是将数据转为一列列的数据行，而是存储已经序列化为JSON文档的复杂数据结构。这些文档分布在集群中，可以从任何节点上立即访问。当文档被存储时，它就会被编入索引，并且在1秒内就可以被搜索到，可以做到近实时。

ES使用的是一种被称为倒排索引的数据结构，倒排索引会列出文档中每一个单词，并标识出这些单词出现过的所有文档。所以，如果拿ES当搜索引擎使用，怎么分词是非常重要的。

应用场景

• 搜索类场景，比如电商网站、招聘网站、新闻资讯等各类应用，只要涉及到搜索功能，都可以用ES来做。

• 日志平台，经典的ELK三件套，日志的收集、存储、分析一套完成，省心又省力。

• 数据分析，比如筛选出topN访问量的页面。

核心概念

• 索引(Index)：类似关系型数据库中的数据库，通常一类数据只放到一个索引中。比如A系统的日志，就放到log_a索引中。系统B的访问量统计，就放到pv_b中。

• 类型(type)：这个概念每个版本变动都比较大，ES5.X中一个index可以有多种type，6.X中一个index只能有一个type，7.X中要逐渐移除这个概念。type表示这个文档是该index中，哪一个类别的。如果非要和关系型数据库做个类比，可以想象成表。

• 文档(document)：文档就是一条JSON数据，类似于关系型数据库中的一行数据。

• 映射(mapping)：mapping定义了文档中，每个字段的类型等信息，类似于关系型数据库中的表结构。

Kibana