ELK技术栈简介

ELK是什么

ELK 即 Elasticsearch + Logstash + Kibana，是指Elastic公司开发的三种免费开源软件。其中，Elasticsearch是一个基于Apache Lucene的RESTful风格的分布式搜索引擎，Logstash是一款轻量的日志收集、处理和分发工具，Kibana则为Elasticsearch提供了一个前端可视化界面。ELK后来被更名为Elastic Stack，并在前面三种开源软件的基础上引入了Beats，用于提供轻量级的日志收集和传输功能。

对于数据量较小的业务场景，ELK可以采用如下的经典架构进行部署：

如果是数据量较大的业务场景，则可以考虑如下的部署架构：

ELK组件

Elasticsearch

Elasticsearch（后文简称ES）最早发布于2010年，是一款基于Apache Lucene实现的分布式全文检索和分析引擎。ES完全开源免费，使用Java语言开发，被归类于NoSQL数据库。不同于传统的关系型数据库，ES以非结构化的方式存储数据，因此不支持SQL查询。在ES中检索数据最简单的方法就是使用它提供的REST API。

ES基本概念

ES中基本概念与关系型数据库的对应关系：

ES中有以下重要的基本概念：

1. Index（索引）

ES中的Index是文件的逻辑分区，类似于关系型数据中的database概念。

2. Documents（文档）

Documents是Index内部存储的JSON对象，类似于关系型数据库中表里面的一行数据。Documents是ES中数据存储的基本单元。

一个Document由不同的Fields构成。每个Field都是一个键值对，其中Key是Field的名称，Value则可以是字符串、数字、布尔表达式、对象、或者数组中的任意一种数据类型。

3. Fields（属性/字段）

Field即字段或属性，类似于关系型数据库中的列。Field是ES中最小的独立单位的数据。

4. Types（类型）

Types被用来进一步划分相似类型的数据。每个Type代表一种唯一类型的Documents。每个Type由一个名称和一个Mapping组成。通过添加_type属性来指定Type。

⚠️ 从ES 7开始，官方将Types列为deprecated。从ES 8开始，不再支持在查询中使用Types。

5. Mapping（映射）

与关系型数据库中的schema类似，ES中的Mapping用于定义Index内部的不同Types。Mapping定义了特定类型Document的Fields——数据类型（比如字符串和整数）以及Fields在ES中应该如何被索引和存储。

Mapping可以显式定义，也可以在使用模板对Document进行索引时自动生成。模板包含的设置和Mapping可以被自动应用到新的索引。

6. Node（节点）

Node是指运行了单个ES实例的主机。Node是ES集群中的一个成员，可以存储数据、参与集群索引以及检索操作。

7. Shards（分片）

索引大小是导致ES崩溃的常见原因。由于每个Index可以存储的Documents数量没有限制，因此索引占用的磁盘空间量可能会超过服务器的上限。一旦索引逐渐逼近该限制，索引就会开始失效。

ES的分片机制可以把一个Index内部的数据水平拆分到多个节点上。它通过将一个Index切分为多个底层物理的Lucene Index来完成索引数据的分割存储功能。每一个物理的Lucene Index称为一个分片（Shard）。每一个分片内部都是一个全功能且独立的索引，可以由ES集群中的任意一个节点存储。

ES支持通过跨分片和节点的分布式操作来提高性能。用户可以控制每个索引的分片数量，并将这些分片托管在ES集群中的任意节点上。我们可以在创建索引时定义分片的数量，但是一旦创建完成，主分片的数量就不能再修改。

8. Replicas（副本）

为了能够轻松地从系统故障（例如意外停机或网络问题）中恢复，ES支持为分片创建副本。此时，原始分片被称为主分片（Primary shard），其副本称为副本分片（Replicas shard）。每个主分片可以有一个或多个副本。副本可以处理读请求，因此增加副本分片可以提高搜索性能。

副本旨在确保高可用性，所以它们不能与对应的主分片位于相同的节点上。

与分片类似，副本的数量可以在创建索引时定义。与分片不同的是，副本的数量也可以在创建索引后随时动态修改。

🍎总结一下：

• 一个ES Index集群中有多个Node。每个Node都是一个ES实例；
• 每个Node上会有多个Shard和Replicas。同一个主Shard和它对应的Replicas不会位于同一个Node上；
• 每个Shard都对应一个底层物理的Lucene Index文件；
• 每个Lucene Index都由多个Segment段文件组成。每个段文件都存储有Documents。

ES适用场景

适用场景：

• 全文检索：实现对海量数据的快速检索，自定义打分、排序机制。
• 日志分析：通过ELK技术栈对日志进行收集统计，用于业务分析和错误排查。
• 分布式文档：对json支持完善，对地理位置支持完善。
• 数据可视化：配合Kibana或Grafana从多个维度对数据做聚合分析。

主要缺点：

• 不支持事务：如果应用场景有强一致性要求，需要ES与关系型数据库结合使用。
• 不擅长关联查询：ES不擅长关系型数据库的多表关联查询，性能很差。
• 非实时数据：由refresh_interval决定，最快1s延迟。

Logstash

Logstash可以看作是一条具备实时数据传输和过滤能力的管道（Pipeline）。不同来源的数据被采集后从管道的输入端传入，经过一定的数据过滤和标准化处理，最终从输出端被传输到不同的目的地。Logstash提供大量插件，用于解析、转换和缓存任何类型的数据。

由Logstash聚合和处理的事件（Event）需要经历三个流程阶段：收集（Collection）、处理（Processing）和分发（Dispatching），分别由输入插件（Input plugins）、过滤插件（Filter plugins）、以及输出插件（Output plugins）完成。

Input插件

Logstash能够聚合来自各种不同数据来源的日志和事件。它提供50多种分别支持不同平台、数据库和应用的输入插件来采集数据。

常见的输入数据类型有file、beats、syslog、redis、http、tcp、udp、stdin。

Filter插件

Logstash提供大量的过滤插件来对采集到的数据进行中间处理。

常见的过滤插件包括grok、date、mutate、drop、clone、geoip。其中Grok是Logstash最重要的过滤插件，它可以将文本格式的字符串转换为结构化的数据，并支持正则表达式。

Output插件

Logstash提供一系列输出插件来将采集到的数据推送到不同的目的端。如果用户没有定义output，Logstash会自动创建一个stdout输出。一个Event可以经过多个输出插件。

常见的输出组件有elasticsearch、file、graphite、statsd等。

Codecs

Codecs即编解码器，可以在Input和Output中使用。例如，在数据进入输入插件之前对数据进行解码，在数据离开输出插件之前对其进行编码。

常见的Codecs有plain、json、multiline、msgpack。

Kibana

Kibana是一个完全开源的基于浏览器的用户界面，可以用来搜索、分析和可视化存储在Elasticsearch索引中的数据。Kibana不支持与其他数据库一起使用。

Beats

Beats是一种基于Go语言开发的轻量级数据采集工具。大多数Beats都直接安装在数据源上，用于特定的数据收集目的。Beats采集到的数据会被转发到Elasticsearch或Logstash。

常见的Beats包括filebeat、topbeat、heartbeat、metricbeat、packetbeat、auditbeat、functionbeat、winlogbeat。

1. filebeat
   Filebeat用于采集和发送日志文件。Filebeat可以安装在几乎任何操作系统上，包括作为Docker容器部署，还附带了针对特定平台（如Apache、MySQL、Docker等）的内部模块，包含针对这些平台的默认配置和Kibana对象。

2. heartbeat
   用于健康检查。

3. metricbeat
   采集各种系统和平台的各种系统级度量指标。

4. packetbeat
   采集服务器之间的网络包数据，可以用于应用程序和性能监控。

5. winlogbeat
   专门为收集Windows事件日志而设计，可以用来分析安全事件、已安装的更新等等。

References
【1】https://elastic-stack.readthedocs.io/en/latest/introduction.html
【2】https://logz.io/learn/complete-guide-elk-stack/
【3】https://zhuanlan.zhihu.com/p/78309627
【4】https://www.jianshu.com/p/e8226138485d
【5】https://www.elastic.co/guide/en/elasticsearch/reference/6.0/_basic_concepts.html
【6】https://github.com/elastic
【7】https://logz.io/blog/10-elasticsearch-concepts/
【8】https://zhuanlan.zhihu.com/p/379656230