由于我的项目中使用的是Filebeat作为一个日志数据采集器，那有没有其他的更好的日志收集分析采集器呢？
ELK与我之前的项目的异同之处：那个基于kafka的nginx web日志收集分析与监控平台与ELK都是使用filebeat进行日志收集，然后使用kafka作为消息中间件存储数据，然后使用python编写的一个消费者程序将清洗的日志存入了数据库，而ELK则是使用logstash对数据进行格式化处理，然后再放到elasticsearch上，可以用来存储数据，也可以用来对数据进行搜索，最后再由kibana作前端展示。ELK中的Elasticsearch服务器相当于项目中的kafka，ELK中的Logstash相当于项目中的filebeat。
一、ELK是什么
而ELK就是由elastic公司提供的一套完整的日志收集、展示解决方案，是三个产品的首字母的缩写，分别是ElasticSearch、Logstash 和Kibana。这三个工具组合形成了一套实用、易用的监控架构。很多公司利用它来搭建可视化的海量日志分析平台。
其中- E: ElasticSearch（ES），负责日志的存储和检索；
- L：Logstash，负责日志的收集，过滤和格式化；
- K：Kibana，负责日志的展示统计和数据可视化；
1、ElasticSearch
ElasticSearch是一个基于Apache Lucene的搜索服务器。它提供了一个分布式的免费全文搜索和分析引擎，使用于包括文本、数字、地理空间、结构化和非结构化数据等在内的所有类型的数据，基于restful web接口。设计用于云计算中，能够达到实时搜索、稳定，可靠，快速、安装使用方便。Elasticsearch以其简单的REST风格API、分布式特性、速度和扩展性而闻名，是Elastic Stack的核心组件；Elastic Stack是一套适用于数据采集、扩充、存储、分析和可视化的免费开源工具。人们通常将Elastic Stack称为ELK Stack（代指Elasticsearch、Logstash 和 Kibana），目前Elastic Static包括一系列丰富的轻量级数据采集代理，这些代理统称为Beats，可用来向Elasticsearch发送数据。
1.1 ElasticSearch的用途是什么？
Elasticsearch在速度和扩展性方面都表现出色，而且还能够索引多种类型的内容，这意味着其可用于多种用例：
- 应用程序搜索
- 网站搜索
- 企业搜索
- 日志处理和分析
- 基础设施指标和容器监测
- 应用程序性能监测
- 地理空间数据分析和可视化
- 安全分析
- 业务分析
1.1 ElasticSearch的用途是什么？
原始数据会从多个来源（包括日志、系统指标和网络应用程序）输入到Elasticsearch中。数据采集是指在Elasticsearch中进行索引之前解析、标准化并充实这些原始数据的过程。这些数据在Elasticsearch中索引完成之后，用户便可以针对他们的数据运行复杂的查询，并使用聚合来检索自身数据的复杂汇总。在Kibana中，用户可以基于自己的数据创建强大的可视化，分享仪表板，并对Elastic Stack进行管理。
1.2 ElasticSearch的索引是什么？
ElasticSearch索引是指相互关联的文档集合。Elasticsearch会以JSON文档的形式存储数据。每个文档都会在一组键（字段或属性的名称）和它对应的值（字符串、数字、布尔值、日期、数值组、地理位置或其他类型的数据）之间建立联系。
Elasticsearch使用的是一种名为排序索引的数据结构，这一结构的设计可以运行十分快速地进行全文本检索。倒排索引会列出在所有文档中出现的每个特有词汇，并且可以找到包含每个词汇的全部文档。
在索引的过程中，Elasticsearch会存储文档并构建倒排索引，这样用户便可以近时地对文档数据进行搜索。索引过程是在索引API中启动的，通过此API即可以向特定索引中添加JSON文档，也可以更改索引中的JSON文档。
2、Logstash
Logstash是一个用于管理日志和事件的工具，可以用来对数据进行聚合和处理，并将数据发送到Elasticsearch。Logstash是一个开源的服务器端数据处理管道。你可以用它去收集日志、转换日志、解析日志并将他们作为数据提供给其他模块调用，例如搜索、存储等。
3、Kibana
Kibana 是一款适用于 Elasticsearch 的数据可视化和管理工具，可以提供实时的直方图、线形图、饼状图和地图。Kibana 同时还包括诸如 Canvas 和 Elastic Maps 等高级应用程序；Canvas 允许用户基于自身数据创建定制的动态信息图表，而 Elastic Maps 则可用来对地理空间数据进行可视化。是一个优秀的前端日志展示框架，它可以非常详细的将日志转化为各种图表，为用户提供强大的数据可视化支持。
二、ELK有什么优势
1、它具有强大的搜搜功能，elasticsearch可以以分布式搜索的方式快速检索，而且支持DSL的语法来进行搜索，简单的说，就是通过类似配置的语言，快速筛选出数据。
2、具有完美的展示功能，可以展示非常详细的图表信息，而且可以定制展示内容，将数据可视化发挥的出来。
3、分布式功能，能够解决大型集群运维工作很多问题、包括监控、预警、日志收集解析等。
三、ELK的用途
ELK能做什么呢？
应用出现故障的时候，需要通过日志排查故障信息。当应用已经部署了多个环境的时候，这时的排查会造成一个巨大的损耗。而ELK就可以多对个环境的日志进行收集、过滤、存储、检错，可视化。此时我们就只需要查看kibana上的日志信息，就可以找到故障所在的地方。
针对应用在生产环境上的表现需要数据支撑，如访客数、功能调用量、出错率等。这类数据的收集，当然可以通过使用别的产品或编写一套程序进行输出，是有其一定的效果。但能够像ELK这样对应用无入侵，且功能强大的开源软件很少。
简单的来说，日志收集是一个服务的所有行为的数据。而ELK 则对服务数据进行分析。
ELK组件在海量日志系统的运维中，可以用来解决：
1、分布式日志数据集中式查询和管理。
2、系统监控，包括系统硬件和应用各个组件的监控。
3、故障排查
4、安全信息和事件管理
5、报表功能
ELK在数据运维系统中，主要用来解决的问题为：
1、日志查询、问题排查、上线检查
2、服务器监控，应用监控，错误报警，bug管理
3、性能分析，用户行为分析，安全漏洞分析，时间管理
更多信息可以查看官方详解：https://www.elastic.co/cn/what-is/elasticsearch
