# 企业级日志解决方案设计  ## 1\. 组件说明 * filebeat：部署在每台应用服务器、数据库、中间件中，负责日志抓取与聚合日志 * 日志聚合：把多行日志合并成一条，例如exception的堆栈信息等 * logstash：通过各种filter结构化日志信息，并把字段transform成对应的类型 * elasticsearch：负责存储和查询日志信息 * kibana：通过ui展示日志信息、还能生成饼图、柱状图等 ## 2\. ELK常见部署架构 ### 2.1. Logstash作为日志收集器 * 这种架构是比较原始的部署架构，在各应用服务器端分别部署一个Logstash组件，作为日志收集器，然后将Logstash收集到的数据过滤、分析、格式化处理后发送至Elasticsearch存储，最后使用Kibana进行可视化展示，这种架构不足的是：Logstash比较耗服务器资源，所以会增加应用服务器端的负载压力 ### 2.2. Filebeat作为日志收集器 * 该架构与第一种架构唯一不同的是：应用端日志收集器换成了Filebeat，Filebeat轻量，占用服务器资源少，所以使用Filebeat作为应用服务器端的日志收集器，一般Filebeat会配合Logstash一起使用，这种部署方式也是目前最常用的架构 ### 2.3. 引入缓存队列的部署架构 * 该架构在第二种架构的基础上引入了Kafka消息队列（还可以是其他消息队列），将Filebeat收集到的数据发送至Kafka，然后在通过Logstasth读取Kafka中的数据，这种架构主要是解决大数据量下的日志收集方案，使用缓存队列主要是解决数据安全与均衡Logstash与Elasticsearch负载压力 ### 2.4. 以上三种架构的总结 * 第一种部署架构由于资源占用问题，现已很少使用，目前使用最多的是第二种部署架构，至于第三种部署架构个人觉得没有必要引入消息队列，除非有其他需求，因为在数据量较大的情况下，Filebeat 使用压力敏感协议向 Logstash 或 Elasticsearch 发送数据。如果 Logstash 正在繁忙地处理数据，它会告知 Filebeat 减慢读取速度。拥塞解决后，Filebeat 将恢复初始速度并继续发送数据