前言
大家好，我是小郭，最近在玩 ELK 日志平台，它是 Elastic 公司推出的一整套日志收集、分析和展示的解决方案。
只有学习了，操作了才能算真正的学会使用了，虽然看起来简单，但是里面的流程步骤还是很多的，将步骤和遇到的问
题记录和总结下，今天主要分享下在Docker环境下部署完成ELK日志平台的搭建。
目的：一步一步完成搭建操作与踩坑记录、与开发环境的日志结合，反映真实的日志场景。
什么是 ELK ？
ELK 指的是⼀套完整的⽇志集中处理解决⽅案，将Elasticsearch + Logstash + Kibana 三个开源⼯具配合使⽤，以满足用户对⽇志的查询、排序、统计需求。
ELK常见架构：
Elasticsearch + Logstash + Kibana
这是一种最简单的架构。通过 Logstash 来收集日志，通过 Elasticsearch 对日志进行分析，将所得结果展示用 Kibana展示。
这种架构也是官网介绍的方式，但是在实际生产中很少使用。
filebeat + Elasticsearch + Logstash + Kibana
相比第一种架构，此架构增加了一个 filebeat 模块。filebeat 是一个轻量的日志收集代理，部署在客户端。
优点: 相较于logstash消耗更少的资源
缺点: 当 logstash 出现故障时，日志会出现丢失。
filebeat + kafka + Elasticsearch + Logstash + Kibana
这种架构是对于第二种架构的完善，通过增加中间件，来避免数据的丢失。
当 Logstash 出现故障，日志还存留在中间件中，当Logstash 再次启动，则会读取中间件中积压的日志。
工作流程
今天我们主要来说一说第二种架构方式
- Filebeat收集数据
- 将收集数据汇总给Logstash，Logstash进行数据清洗
- 将数据写入Elasticsearch
- 用Kibana进行可视化展示
搭建部署 Elasticsearch 数据库
# 从零到一搭建ELK日志，在Docker环境下部署 Elasticsearch 数据库
部署 Kibana 可视化工具
# 从零到一搭建ELK日志，在Docker环境下部署 Kibana 可视化工具
部署 Filebeat 日志收集工具
# 从零到一搭建ELK日志，在Docker环境下部署 Filebeat 日志收集工具
部署 logstash 转换工具
# 从零到一搭建ELK日志，在Docker环境下部署 logstash 工具
踩坑记录
- Filebeat 数据未上报成功，导致一直显示30秒内无更新数据
解决方法：修改配置，将配置修改为正确的地址，我们需要设置 filebeat 的配置文件路径为容器内的路径。
filebeat.inputs: - type: log enabled: true paths: - /usr/share/filebeat/logs/*
- 验证是否有生成es的索引，有生成才算成功
curl <http://localhost:9200/_cat/indices?v>
总结
今天主要完成Filebeat 收集数据写入 logstash处理，再将数据写入 Elasticsearch 后 Kibana 进行可视化展示的全过程。
后续我们将集成我们的springBoot应用，以及加上 Kafka 和 Grafana 监控完来完善整个日志平台。
