【Elastic (ELK) Stack 实战教程】01、Elastic Stack 概述

目录

 

一、Elastic Stack 在企业的常见架构

1.1 没有⽇志收集系统运维⼯作的⽇常痛点概述

1.2 Elastic Stack 分布式⽇志系统概述

1.2.1 Elastic Stack的主要优点有如下⼏个

1.2.2 使⽤ elastic stack 能收集哪些⽇志

1.3 Elastic Stack 企业级"EFK"架构图解

1.4 Elastic Stack 企业级"ELK"架构图解

1.5 Elastic Stack 企业级"ELFK"架构图解 

1.6 Elastic Stack 企业级"ELFK" + "kafka"架构图解

二、ElasticSearch 和 Solr 的抉择

2.1 ElasticSearch 和 Solr 的关系

2.1.1 Lucene 的优缺点

2.2 ElasticSearch 和 Solr 如何抉择


一、Elastic Stack 在企业的常见架构

1.1 没有⽇志收集系统运维⼯作的⽇常痛点概述

        如上图所示,简单画了⼀下互联⽹常⽤的⼀些技术栈相关架构图,请问如果让你对上图中的各组件⽇志进⾏收集,分析,存储,展示该如何做呢?你是否也会经常⾯临⼀下的运维痛点呢?

  • 痛点1: ⽣产出现故障后,运维需要不停的查看各种不同的⽇志进⾏分析?是不是毫⽆头绪?

  • 痛点2: 项⽬上线出现错误,如何快速定位问题?如果后端节点过多、⽇志分散怎么办?

  • 痛点3: 开发⼈员需要实时查看⽇志但⼜不想给服务器的登陆权限,怎么办?难道每天帮开发

  • 取⽇志? 

  • 痛点4: 如何在海量的⽇志中快速的提取我们想要的数据?⽐如:PV、UV、TOP10 的 URL?如果分析的⽇志数据量⼤,那么势必会导致查询速度慢、难度增⼤,最终则会导致我们⽆法快速的获取到想要的指标。

  • 痛点5: CDN 公司需要不停的分析⽇志,那分析什么?主要分析命中率,为什么?因为我们给⽤户承诺的命中率是 90% 以上。如果没有达到 90%,我们就要去分析数据为什么没有被命中、为什么没有被缓存下来。

  • 痛点6: 近期某影视公司周五下午频繁出现被盗链的情况,导致异常流量突增 2G 有余,给公司带来了损失,那⼜该如何分析异常流量呢?

  • 痛点7: 上百台 Mysql 实例的慢⽇志查询分析如何聚集?

  • 痛点8: docker、K8S 平台⽇志如何收集分析?

  • 痛点N: ......

        如上所有的痛点都可以使⽤⽇志分析系统"Elastic Stack"解决,将运维所有的服务器⽇志,业
务系统⽇志都收集到⼀个平台下,然后提取想要的内容,⽐如错误信息,警告信息等,当过滤到这
种信息,就⻢上告警,告警后,运维⼈员就能⻢上定位是哪台机器、哪个业务系统出现了问题,出
现了什么问题。 

1.2 Elastic Stack 分布式⽇志系统概述

The Elastic Stack, 包括 Elasticsearch、Kibana、Beats 和 Logstash(也称为 ELK Stack)。

Elastic Stack 官网:欢迎来到 Elastic — Elasticsearch 和 Kibana 的开发者 | Elastic

  • ElaticSearch:简称为 ES, ES 是⼀个开源的⾼扩展的分布式全⽂搜索引擎,是整个 Elastic Stack 技术栈的核⼼。它可以近乎实时的存储、检索数据;本身扩展性很好,可以扩展到上百台服务器,处理 PB 级别的数据。

  • Kibana:是⼀个免费且开放的⽤户界⾯,能够让您对 Elasticsearch 数据进⾏可视化,并让您在 Elastic Stack 中进⾏导航。您可以进⾏各种操作,从跟踪查询负载,到理解请求如何流经您的整个应⽤,都能轻松完成。 

  • Beats:是⼀个免费且开放的平台,集合了多种单⼀⽤途数据采集器。它们从成百上千或成千上万台机器和系统向 Logstash 或 Elasticsearch 发送数据。

  • Logstash:是免费且开放的服务器端数据处理管道,能够从多个来源采集数据,转换数据,然后将数据发送到您最喜欢的“存储库”中。

1.2.1 Elastic Stack的主要优点有如下⼏个

  1. 处理⽅式灵活:elasticsearch 是实时全⽂索引,具有强⼤的搜索功能。

  2. 配置相对简单:elasticsearch 全部使⽤ JSON 接⼝,logstash 使⽤模块配置,kibana 的配置⽂件部分更简单。

  3. 检索性能⾼效:基于优秀的设计,虽然每次查询都是实时,但是也可以达到百亿级数据的查询秒级响应。

  4. 集群线性扩展:elasticsearch 和 logstash 都可以灵活线性扩展。

  5. 前端操作绚丽:kibana 的前端设计⽐较绚丽,⽽且操作简单。

1.2.2 使⽤ elastic stack 能收集哪些⽇志

  • 容器管理⼯具:docker

  • 容器编排⼯具:docker swarm,Kubernetes

  • 负载均衡服务器:lvs,haproxy,nginx

  • web 服务器:httpd,nginx,tomcat

  • 数据库:mysql,redis,MongoDB,Hbase,Kudu,ClickHouse,PostgreSQL

  • 存储:nfs,gluterfs,fastdfs,HDFS,Ceph

  • 系统:message,security

  • 业务:包括但不限于 C,C++,Java,PHP,Go,Python,Shell 等编程语⾔研发的 App。

1.3 Elastic Stack 企业级"EFK"架构图解

数据流⾛向: 源数据层(nginx,tomcat) ---> 数据采集层(filebeat) ---> 数据存储层(ElasticSearch)。 

1.4 Elastic Stack 企业级"ELK"架构图解

数据流⾛向: 源数据层(nginx,tomcat) ---> 数据采集/转换层(Logstash) ---> 数据存储层(ElasticSearch)。 

1.5 Elastic Stack 企业级"ELFK"架构图解 

数据流⾛向: 源数据层(nginx,tomcat) ---> 数据采集(filebeat) ---> 转换层(Logstash) ---> 数据存储层(ElasticSearch)。 

1.6 Elastic Stack 企业级"ELFK" + "kafka"架构图解

数据流⾛向: 源数据层(nginx,tomcat) ---> 数据采集(filebeat) ---> 数据缓存层(kafka)---> 转换层(Logstash) ---> 数据存储层(ElasticSearch)。 

二、ElasticSearch 和 Solr 的抉择

2.1 ElasticSearch 和 Lucene 的关系

2.1.1 Lucene 的优缺点

优点:可以被认为是迄今为⽌最先进,性能最好的,功能最全的搜索引擎库(框架)。

缺点:

  1. 只能在 Java 项⽬中使⽤,并且要以 jar 包的⽅式直接集成在项⽬中;

  2. 使⽤很复杂,你需要深⼊了解检索的相关知识来创建索引和搜索索引代码;

  3. 不⽀持集群环境,索引数据不同步(不⽀持⼤型项⽬);

  4. 扩展性差,索引库和应⽤所在同⼀个服务器,当索引数据过⼤时,效率逐渐降低;

        值得注意的是,上述的 Lucene 框架中的缺点,Elasticsearch 全部都能解决。ElasticSearch 是⼀个实时的分布式搜索和分析引擎。它可以帮助你⽤前所未有的速度去处理⼤规模数据。

        ES 可以⽤于全⽂搜索,结构化搜索以及分析,当然你也可以将这三者进⾏组合。有哪些公司在使⽤ ElasticSearch 呢,全球⼏乎所有的⼤型互联⽹公司都在拥抱这个开源项⽬:
用例 • ELK Stack成功案例 | Elastic Customers

2.2 ElasticSearch 和 Solr 如何抉择

        Solr 是 Apache Lucene 项⽬的开源企业搜索平台。其主要功能包括全⽂检索、命中标示、分⾯搜索、动态聚类、数据库集成,以及富⽂本(如Word、PDF)的处理。

        Solr 是⾼度可扩展的,并提供了分布式搜索和索引复制。Solr 是最流⾏的企业级搜索引擎,
Solr4 还增加了 NoSQL ⽀持。

Elasticsearch(下⾯简称"ES")与 Solr 的⽐较:

  1. Solr 利⽤ Zookeeper 进⾏分布式管理,⽽ ES ⾃身带有分布式协调管理功能;

  2. Solr ⽀持更多格式(JSON、XML、CSV)的数据,⽽ ES 仅⽀持 JSON ⽂件格式;

  3. Solr 官⽅提供的功能更多,⽽ ES 本身更注重于核⼼功能,⾼级功能多有第三⽅插件提供;

  4. Solr 在"传统搜索"(已有数据)中表现好于 ES,但在处理"实时搜索"(实时建⽴索引)应⽤时效率明显低于 ES。

  5. Solr 是传统搜索应⽤的有⼒解决⽅案,但 Elasticsearch 更适⽤于新兴的实时搜索应⽤。

        如下图所示,有⽹友在⽣产环境测试,将搜索引擎从 Solr 转到 ElasticSearch 以后的平均查询速度有了将近 50 倍的提升。

转自 B 站:04-Elasticsearch和Solr的抉择_哔哩哔哩_bilibili 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
要在Windows上安装ELKElasticsearch, Logstash, Kibana),您可以按照以下步骤进行操作: 1. 首先,确保您的系统已经安装了Java Development Kit(JDK)。ELK Stack需要Java来运行。您可以从Oracle官网下载并安装适用于Windows的JDK。 2. 下载并安装Elasticsearch: - 访问https://www.elastic.co/downloads/elasticsearch 并下载适用于Windows的Elasticsearch压缩包。 - 解压缩下载的文件到您选择的目录。 - 在解压缩的目录中,找到并打开`config`文件夹,编辑`elasticsearch.yml`文件。根据您的需求,您可能需要更改默认配置。 - 保存更改后,运行`bin\elasticsearch.bat`启动Elasticsearch。 3. 下载并安装Logstash: - 访问https://www.elastic.co/downloads/logstash 并下载适用于Windows的Logstash压缩包。 - 解压缩下载的文件到您选择的目录。 - 在解压缩的目录中,找到并打开`config`文件夹,编辑`logstash.yml`文件。根据您的需求,您可能需要更改默认配置。 - 创建一个新的配置文件(例如`myconfig.conf`),用于配置Logstash的输入、过滤和输出。您可以在该配置文件中定义数据源、处理方式以及输出目标。 - 在命令行中,切换到Logstash的安装目录,并运行以下命令启动Logstash: ``` bin\logstash -f myconfig.conf ``` 4. 下载并安装Kibana: - 访问https://www.elastic.co/downloads/kibana 并下载适用于Windows的Kibana压缩包。 - 解压缩下载的文件到您选择的目录。 - 在解压缩的目录中,找到并打开`config`文件夹,编辑`kibana.yml`文件。根据您的需求,您可能需要更改默认配置。 - 保存更改后,运行`bin\kibana.bat`启动Kibana。 现在,ELK Stack已经在Windows上安装完成了。您可以访问http://localhost:5601/ 来打开Kibana界面,并开始使用ELK Stack来索引、搜索和可视化数据。请注意,根据您的环境和需求,一些配置可能需要调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Stars.Sky

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值