如何開始搭建Elastic Stack及使用方式介紹-下
- .env: ELK版本參數
- docker-compose.yml: container相關設定
3.建立Container
在docker-compose.yml的路徑下執行 docker-compose up -d
首次抓取Image會需要較長時間
4.確認Container狀態
執行docker ps，結果應類似下圖啟動四個Container
5.確認ES狀態
透過瀏覽器連到 http://localhost:9200
輸入帳號elastic，密碼changeme 後應該可以看到以下畫面
6.登入Kibana測試
透過瀏覽器連到 http://localhost:5601，使用Elasticsearch帳號密碼登入
匯入資料
在Logstash的pipeline中有http input的範例，透過postman進行DEMO
查看資料
可以透過Kibana的Discover或Dev Tool直接call es api查詢
要在Kibana上使用資料的話需要先Create Index Pattern
1.從Menu中選擇Discover
2.建立 Index Pattern
由於Kibana目前沒有建立任何的 Index Patter，頁面會直接導頁至Stack Management / Index patterns，點選Create index pattern
2.1 輸入 Index Pattern Name，通常log可能會以按年月日或編碼等方式切分，透過萬用字元*可以匹配多個Index，並且選擇在Kibana作為時間判斷的欄位，後續在Kibana上使用時間區間時便是以此欄為基準。
建立完Index Pattern後，可以看到該Index Pattern的Schema，也可以在這邊設置scripted fields
3.透過Discover查看詳細Log資訊
ELK應用場境
Elasticsearch核心為搜尋引擎，全文檢索是它的強項
例如最常見的Log集中收容及分析，在越來越多應用微服務化的情況下，原來的Log File也越來越分散且數量也變的更多，ELK讓資訊人員能夠在統一介面上一次查詢到所有服務的Log，藉由全文檢索快速定位到有問題的Log，能夠大量減少資訊人員去翻查原始的Log File，並且搭配Kibana建立儀表板。
能從Log中解析越多資訊，就能以各種維度去進行視覺化，幫助維運人員了解系統的概況，從而優化系統。
Elastic Stack也針對市面常見的軟體提供許多Pre-build好的Module及儀表板
下圖為Nginx Log Overview Dashboard
除了Log分析以外，搭配Metricbeat採集系統或應用程式的各項指標，常見的CPU / Memory / Disk / Memory等，再到K8s Cluster狀態，讓維運人員除了從Log以外，也能夠了解到當時的硬體資源是否有瓶頸或異常。
隨著Elastic Stack生態系的發展，有越來越多的應用方式
戰情中心
APM
異常偵測
推薦系統
帳務查詢
SIEM
….
透過Elasticsearch強大的搜尋能力及擴容性，以及Logstash多元的整合方案，最後搭配上Kibana簡單易懂的介面，不論是直接使用或是整合其他系統，Elastic Stack都能夠給予優質的體驗。
About The Author
