ELK 已经成为目前最流行的集中式日志解决方案，它主要是由Filebeat、Logstash、Elasticsearch、Kibana等组件组成，来共同完成实时日志的收集，存储，展示等一站式的解决方案。本文将会介绍ELK常见的架构以及相关问题的解决。

这是在 Ubuntu14.04 上使用ELK集中化日志系列教程中的第二篇。该系列共有4篇，其他2篇敬请期待～

关于 Topbeat

Topbeat定期收集系统信息如每个进程信息、负载、内存、磁盘等等，然后将数据发送到Elasticsearch进行索引。当你使用ELKStack 的时候，Topbeat可以作为其他服务监控系统（如 Prometheus 或 Statsd ）的替代品。

写在前面

这篇文章建立在你已经按照本系列教程的第一篇文章完成了 ELKStack 的配置，如果你还没有 ELK Stack 的配置，请你先按照第一篇文章配置好 ELK Stack 之后，再参照这篇文章进行 Topbeat 的配置。

Linux 日志系统维护的实战示例，涵盖常见场景和工具：

1. 日志轮转与清理（Logrotate）

#头条创作挑战赛#

探索数据（Discovery）

前言

作为Java开发者，掌握Spring Boot应用的打包与部署是必备技能。本文将全面系统地介绍Spring Boot应用的打包与部署方式，从基础到高级，涵盖各种场景和需求。

目录

• 背景
• Elasticsearch vs ClickHouse

ELK 统一日志系统搭建

ELK 是 Elasticsearch、Logstash、Kibana 得简称，这三者是核心套件，但并非全部。

一、ELK介绍

ELK代表的是Elasticsearch，Logstash，Kibana

Elasticsearch：日志存储、搜索分析功能

Logstash：数据收集，日志收集系统

Kibana：数据可视化分析

原创：小姐姐味道（微信公众号ID：xjjdog），欢迎分享，转载请保留出处。

宝剑锋从磨砺出，梅花香自苦寒来。

诗人白居易，三月下江南，看到沿路开放的桃花，心潮澎湃，作下了这首流传千秋的诗。表现了诗人对美好事物的向往，以及对其背后苦情的感慨。算了…我编不下去了。

前半句还好，是因果关系。但诗的后半句，却狗屁不通，典型的从结果找原因的思路。哪怕改成“狗屎臭自菊花来”，也比这通畅的多。

这就是理论和实践的区别，只靠臆想，是撑不起现实的骨感的。

1、简介

Elasticsearch是当前主流的分布式大数据存储和搜索引擎，可以为用户提供强大的全文本检索能力，广泛应用于日志检索，全站搜索等领域。Logstash作为Elasicsearch常用的实时数据采集引擎，可以采集来自不同数据源的数据，并对数据进行处理后输出到多种输出源，是Elastic Stack 的重要组成部分。本文从Logstash的工作原理，使用示例，部署方式及性能调优等方面入手，为大家提供一个快速入门Logstash的方式。文章最后也给出了一些深入了解Logstash的的链接，以方便大家根据需要详细了解。