[color=]ELK（Elasticsearch + Logstash + Kibana）简介与使用 ELK 是一套完整的日志集中处理解决方案，由 Elasticsearch、Logstash 和 Kibana 三个开源工具组成。它能够实现日志的收集、存储、查询和可视化，广泛应用于日志分析和系统监控。组件功能Logstash：负责收集和处理日志数据，并将其格式化后存储到 Elasticsearch 中。 Elasticsearch：用于存储和索引日志数据，支持快速查询和分析。 Kibana：提供基于 Web 的可视化界面，用于展示日志数据和生成图表。 工作原理 Logstash 部署在需要收集日志的服务器上，或者集中化管理日志后在日志服务器上运行。它将日志数据格式化后传输到 Elasticsearch。Elasticsearch 对数据进行索引和存储，Kibana 则从 Elasticsearch 中查询数据并生成可视化图表。 安装与配置 安装 Elasticsearch 使用 Docker 拉取镜像并运行容器： docker pull elasticsearch:8.8.1 docker run --name elasticsearch -p 9200:9200 -d elasticsearch:8.8.1 安装 Logstash 拉取 Logstash 镜像并运行容器： docker pull logstash:8.8.1 docker run --name logstash -p 5044:5044 -d logstash:8.8.1 安装 Kibana 拉取 Kibana 镜像并运行容器： docker pull kibana:8.8.1 docker run --name kibana -p 5601:5601 -d kibana:8.8.1 日志可视化 通过 Kibana 的 Discover 功能，可以创建数据视图并实时查看日志数据。用户还可以使用 Kibana 的开发者工具执行查询语句，例如： GET my_log-2024.11.01/_search {"query": {"match_all": {}} } 动态模板配置 为了优化 Elasticsearch 的存储性能，可以通过动态模板设置字段类型。例如： PUT /_index_template/my_log_template {"index_patterns": ["my_log-*"],"template": {"mappings": {"properties": {"@timestamp": { "type": "date" },"level": { "type": "keyword" },"logger_name": { "type": "keyword" },"thread_name": { "type": "keyword" }}}} }应用场景ELK 适用于需要集中化管理日志的场景，例如分布式系统的日志分析、性能监控、安全审计等。通过 ELK 平台，用户可以快速定位问题，提高运维效率。
