1. 引言
前面主要讲解了服务认证架构的设计，有兴趣的童鞋可以参考下：
- 《微服务轮子项目（03） - 服务认证架构设计（有网络隔离）》
- 《微服务轮子项目（04） - 服务认证架构设计（无网络隔离）》
- 《微服务轮子项目（05） - 服务认证架构设计（token自动续签）》
- 《微服务轮子项目（06） - 服务认证架构设计（URL级权限控制）》
使用如下几张图总结（下图与本文无关，主要是总结前面章节讲解的内容，可以直接跳过）：
- 有网络隔离：
- 无网络隔离（优化前）：
- 无网络隔离（优化后）：
- token自动续签：
- url级别权限控制：
2. 企业级日志解决方案设计
下面先附上一张解决方案图：
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
3. ELK常见部署架构
3.1 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。
3.2 Logstash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。
3.3 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。
4 总结
以上三种架构总结：
- 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。
