ELK日志分析系统

1. ELK概述

1.1 ELK简介

ELK平台是一套完整的日志集中处理解决方案。
通过将ElasticSearch、Logstash和Kiabana三个开源工具配合使用， 完成更强大的对日志的查询、排序、统计需求。

1.1.1 ElasticSearch

1. 基于Lucene（一个全文检索引擎的架构）开发的分布式存储检索引擎，用来存储各类日志。
2. 运用Java开发，可通过RESTful Web接口，让用户可以通过浏览器与ElasticSearch 通信。
3. 实时的、分布式的可扩展的搜索引擎，允许进行全文、结构化搜索。通常用于索引和搜索大容量的日志数据，也可用于搜索不同类型的文档。

1.1.2 Kiabana

Kiabana通常与ElasticSearch一起部署，Kiabana是ElasticSearch的一个功能强大的数据可视化和分析平台，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。

1.1.3 Logstash

1. 作为数据收集引擎。它支持动态地从各种数据源搜集数据，并对数据进行过滤、分析、丰富、统一格式等操作，然后存储到用户指定的位置，一般会发送给ElasticSearch。
2. Logstash是一款由Ruby语言编写，运行在Java虚拟机（JVM）上的日志采集、转换和发送工具， 可以实现数据传输、格式处理、格式化输出。Logstash还具有强大的插件功能，常用于日志处理。

1.1.4 Filebeat（其他组件）

轻量级的开源日志文件数据搜集器。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优势明显甚至替代，常应用于EFLK架构当中。

1.1.5 Filebeat结合Logstash的优点

1. Logstash凭借基于磁盘的自适应缓冲系统吸收传入的吞吐量，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。

1.1.6 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，这样缓冲可以在一定程度上保护数据不丢失，还可以对整个架构进行应用解耦。

1.1.7 Fluentd

1. 流行的开源数据收集器。由于Logstash逐渐暴露出性能低、功耗大等严重问题，Fluentd应运而生。相较于Logstash，Fluentd更易用、功耗更小、性能更高，在数据处理上更高效可靠，所以受到企业欢迎，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。
2. Fluentd在Kubernetes集群中一般是通过DaemonSet来运行，以便它在每个Kubernetes工作节点上都可以运行一个Pod。它获取容器日志文件、过滤和转换日志数据，然后将数据传递到ElasticSearch集群，以此在该集群中对其进行索引和存储。

1.2 为什么要使用ELK

1. 日志主要包括系统日志、应用程序日志和安全日志。系统运维和开发人员可以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. 对于单台机器的日志，我们往往使用grep、awk等工具就能基本实现简单分析。但是当日志被分散地储存在不同的设备上，且数十上百台服务器需要被管理时，高效的集中化的日志管理就尤为必要，例如：开源的syslog，即将所有服务器上的日志收集汇总。集中化管理日志后，一般使用grep、awk和wc等Linux命令来完成繁琐的检索和统计，但是难以应付要求更高的查询、排序和统计和更庞大的机器数量。
3. 一般大型系统是分布式部署的架构，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。

1.3 完整日志系统基本特征

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

1.4 ELK的工作原理

1. 在所有需要收集日志的服务器上部署Logstash；或者先在日志服务器上将日志进行集中化管理，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. Kiabana在ES群集中查询数据并生成图表，再进行前端数据的展示。

1.5 总结

Logstash作为日志搜集器，从数据源采集数据，并对数据进行过滤，格式化处理，然后交由ElasticSearch存储，kiabana对日志进行可视化处理。

2. ELK ElasticSearch集群部署

3. ELK Logstash部署

Logstash一般部署在需要监控其日志的服务器。在本案例中，Logstash部署在Apache服务器上，用于收集Apache服务器的日志信息并发送到ElasticSearch。