ELK日志分析系统

ELK日志分析系统简介

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

日志服务器
提高安全性
集中存放日志
缺陷：对日志的分析困难

日志处理步骤：将日志进行集中化管理 -----》将日志格式化logstash并输出到elasticsearch ------》对格式化后的数据进行索引和存储elasticsearch -------》前端数据的展示kibana

#可以添加的其它组件：
Filebeat：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进行解析，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，是对它的替代。常应用于EFLK架构当中。

#filebeat 结合 logstash 带来好处：
1）通过Logstash具有基于磁盘的自适应缓冲系统，该系统将吸收传入的吞吐量，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

• 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，这样的缓冲可以一定程度的保护数据不丢失，还可以对整个架构进行应用解耦。
• Fluentd：是一个流行的开源数据收集器。由于logstash太重量级的缺点，Logstash性能低、资源消耗比较多等问题，随后就有Fluentd的出现。相比较logstash，Fluentd更易用、资源消耗更少、性能更高，在数据处理上更高效可靠，受到企业欢迎，成为logstash的一种替代方案，常应用于 EEK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。
  在 Kubernetes 集群中一般是通过 Daemonset来运行 Fluentd,以便它在每个 Kubernetes工作节点上都可以运行一个 Pod。
  它通过获取容器日志文件、过滤和转换日志数据，然后将数据传递到Elasticsearch集群，在该集群中对其进行索引和存储。

Elasticsearch介绍

ElasticSearch：是基于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。
Elasticsearch是用 Java开发的，可通过 RESTful Web接口,让用户可以通过浏览器与 Elasticsearch 通信。
Elasticsearch是一个实时的、分布式的可扩展的搜索引擎，允许进行全文、结构化搜索，它通常用于索引和搜索大容量的日志数据，也可用于搜索许多不同类型的文档。
索引（库）→类型（表）→文档（记录）

Logstash介绍

Logstash：作为数据收集引擎。它支持动态的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。
Logstash由 Ruby语言编写，运行在Java虚拟机（JVM）上，是一款强大的数据处理工具，
可以实现数据传输、格式处理、格式化输出。Logstash具有强大的插件功能，常用于日志处理。
LogStash主要组件
Shipper
Indexer
Broker
Search and Storage
Web Interface

Kibana介绍

Kiabana:Kibana通常与Elasticsearch一起部署,Kibana是 Elasticsearch的一个功能强大的数据可视化Dashboard,
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。

Elasticsearch无缝之集成
整合数据，复杂数据分析
让更多团队成员受益
接口灵活，分享更容易
配置简单，可视化多数据源
简单数据导出

部署ELK日志分析系统

为什么要使用ELK：
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。
往往单台机器的日志我们使用grep、awk等工具就能基本实现简单分析，但是当日志被分散的储存不同的设备上。如果你管理数十上百台服务器，你还在使用依次登录每台机器的传统方法查阅日志。这样是不是感觉很繁琐和效率低下。当务之急我们使用集中化的日志管理，例如：开源的syslog，将所有服务器上的日志收集汇总。集中化管理日志后，日志的统计和检索又成为一件比较麻烦的事情，一般我们使用grep、awk和wc等Linux命令能实现检索和统计，但是对于要求更高的查询、排序和统计等要求和庞大的机器数量依然使用这样的方法难免有点力不从心。
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，可以提高定位问题的效率。
完整日志系统基本特征
收集：能够采集多种来源的日志数据
传输：能够稳定的把日志数据解析过滤并传输到存储系统
存储：存储日志数据
分析：支持UI分析
警告：能够提供错误报告，监控机制

ELK的工作原理：
（1）在所有需要收集日志的服务器上部署Logstash；或者先将日志进行集