ELK实时日志分析平台环境部署

为什么要用到ELK
一般我们需要进行日志分析场景是:直接在日志文件中
grep、awk
就可以获得自己想要的信息。但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,可以提高定位问题的效率。

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。
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-能够稳定的把日志数据传输到*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,之间互相配合使用,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工作原理展示图:

ELK实时日志分析平台环境部署

如上图:Logstash收集AppServer产生的Log,并存放到ElasticSearch集群中,而Kibana则从ES集群中查询数据生成图表,再返回给Browser。

 资料一       https://www.cnblogs.com/kevingrace/p/5919021.html
 资料二     https://www.cnblogs.com/aresxin/p/8035137.html
 资料三   https://blog.51cto.com/13527416/2117141
 资料四   https://blog.csdn.net/weini1111/article/details/61202764?utm_source=itdadao&utm_medium=referral
 资料五   https://blog.csdn.net/u011781521/article/details/77139701
 资料六   https://blog.51cto.com/xiaorenwutest/2135897
上一篇:GDB深入研究


下一篇:Sklearn,TensorFlow,keras模型保存与读取