1、为什么需要日志系统？

首先咱们会想到分布式日志管理系统 ELK。

分别表示：Elasticsearch , Logstash, Kibana , 它们都是开源软件。新增了一个FileBeat，它是一个轻量级的日志收集处理工具(Agent)，Filebeat占用资源少，适合于在各个服务器上搜集日志后传输给Logstash，官方也推荐此工具。

Elasticsearch是个开源分布式搜索引擎，提供搜集、分析、存储数据三大功能。它的特点有：分布式，零配置，自动发现，索引自动分片，索引副本机制，restful风格接口，多数据源，自动搜索负载等。

Logstash 主要是用来日志的搜集、分析、过滤日志的工具，支持大量的数据获取方式。一般工作方式为c/s架构，client端安装在需要收集日志的主机上，server端负责将收到的各节点日志进行过滤、修改等操作在一并发往elasticsearch上去。

Kibana 也是一个开源和免费的工具，Kibana可以为 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面，可以帮助汇总、分析和搜索重要数据日志。

今天说的是EFK F是FileBeat，隶属于Beats，是个搜集文件数据。

FileBeat对比Logstash :

LogStash出现的时间相对Beats较早，使用java写的，相关插件使用jruby写的，对于机器消耗的资源会比Beats消耗很多，Beats（Beats包括的子产品有FileBeat，MetricBeat等，FileBeat用于采集日志）是用go语言写的在性能上更胜一筹，而且非常轻量级占用的系统资源更少，但是Beats相对于LogStash的插件更少，对于快速搭建日志系统已经够用了，后续也会给出在日志量增加的情况下怎么升级日志系统。
2.开始搭建 docker+EFK

先说一下注意事项

1. 只是简单的方案，目前存在日志收集完，日志散乱
2. 多服务日志配置比较繁琐，需要更熟悉filebeat。(多服务日志建议挂载一个目录下)
3. EFK镜像版本一定要一致
4. 使用Filebeat既可能产生数据重复(至今不会解决哈哈哈)
5. Es配置合理的内存

首先拉取镜像（如何搭建docker环境本文就不赘述了，baidu或者google很多教程），这里用的版本都是最新的7.7.1版本，具体版本可以根据自己的需要选取，建议最少6.7版本以上，因为每升一个版本都会增加一些新的东西，也会优化很多东西。

2.1 首先使用docker拉取镜像(一定要6.7版本以上的)： 当前是7.7.1 

docker pull elasticsearch:7.7.1

等待拉取镜像即可（这里拉取可能会很慢，因为镜像在dockerHub上，可以去配置国内的镜像加速器，这里推荐两个一个是阿里云的镜像加速，一个是DAOCloud的镜像加速 都不错，读者可以根据自己的网络情况都试一下，在配置文件中配置registry-mirrors"即可。

2.2 拉取镜像之后查看自己的镜像列表

docker images

2.3 运行镜像

docker run -d -e ES_JAVA_POTS="-Xms512m -Xmx512m"  -e "discovery.type=single-node" -p 9200:9200 -p 9300:9300 --name es7.7.1 830a894845e3

这里以单节点的方式启动，指定堆内存为512m（因为不指定的话Es的初始内存很高，你的机器内存不够的话就OOM了，根据自己具体环境配置更改大小），指定单节点方式启动（如果以集群方式启动的话更改模式即可，这里以单节点方式演示 -e "discovery.type=single-node"）,暴露映射 9200端口和9300端口。--name es7.7.1 830a894845e3 指定镜像名称和image id

2.4 启动 es 后 查看es 是否已启动（包括运行失败的）

docker ps -a

 查看运行日志(应为我上面定义的 镜像名称为：es7.7.1，所以下面命令如下：如命名不一样请修改为自己的名称）

docker logs -f es7.7.1

如果启动失败的话可以查看日志，找出具体原因

查看es 是否已启动

curl  "127.0.0.1:9200" 

显示这个说明你安装启动成功了

es 搭建完毕，相对solr 简单很多！！！

 3.kibanna 安装及配置

3.1同样拉取 Kibana 镜像

docker pull kibana:7.7.1 

3.2启动kibana镜像(应为我上面定义的 镜像名称为：es7.7.1，所以下面命令如下：如命名不一样请修改为自己的名称）

docker run --link es7.7.1:elasticsearch  -p 5601:5601 -v /usr/java/kibana/kibana.yml:/usr/share/kibana/config/kibana.yml -d --name kibana7.7.1 6de54f813b39

-v /usr/java/kibana/kibana.yml:/usr/share/kibana/config/kibana.yml 这里 -v 就是挂在目录的意思就是将自己本地的目录挂载到容器当中，需要在自己本地的目录/usr/java/kibana/kibana.yml（可以是自己定义位置）创建自己的配置文件，内容如下：

server.name: kibana
server.host: "0"
elasticsearch.hosts: [ "http://elasticsearch:9200" ]
monitoring.ui.container.elasticsearch.enabled: true
i18n.locale: "zh-CN"

这里主要添加了一个es的地址，http://elasticsearch:9200，elasticsearch就是刚刚link起的别名(--link es7.7.1:elasticsearch)，另外就是‘i18n.locale’语言配置，kibana默认是英文界面，修改外为zh-CN就可以汉化。

3.3重启kibana容器(如：提前建立好配置文件可以不用），名称是上面定义的

docker restart kibana7.7.1

访问 http://localhost:5601/ 如果成功进入界面，就说明启动成功了。

 如果访问失败，同样的通过docker logs kibana7.7.1 查看失败原因。

4. 搭建FileBeat

4.1先search 一下 （我在这里被坑了，docker pull filebeat:7.7.1这个无法下载）

docker search  filebeat

使用如下版本

 4.2同样拉取 FileBeat 镜像

docker  pull elastic/filebeat:7.7.1

拉取完成之后，先不着急启动，在启动之前需要完成先建立一份映射的配置文filebeat.docker.yml,选择目录创建filebeat.docker.yml

#=========================== Filebeat inputs ==============
filebeat.inputs:

- type: log

  enabled: true
  ##配置你要收集的日志目录，可以配置多个目录
  paths:
    -  /usr/share/filebeat/logs/testlog/*.log
    -  /usr/share/filebeat/logs/md-sys/*.log

#-------------------------- Elasticsearch output ---------
output.elasticsearch:
    hosts: ["http://elasticsearch:9200"]

为什么不直接去filbeat容器里面去改配置文件呢？因为filebeat容器的配置文件是只读的不可更改，所以只能通过映射配置文件的方式修改。

4.3建立好配置文件之后，启动filebeat容器

docker run --user=root -d -v /usr/java/filebeat/filebeat.docker.yml:/usr/share/filebeat/filebeat.yml -v /home/logs:/usr/share/filebeat/logs --link es7.7.1:elasticsearch --link kibana7.7.1:kibana  --name filebeat7.7.1   a4c1bdadf04d

这里 -v 就是挂在目录的意思就是将自己本地的目录挂载到容器当中，第一个挂载映射的是配置文件，第二个是要收集的日志目录，如果不挂载日志目录的话，filebeat是不会收集日志的，因为在容器里面根本找不到要收集的路径。--user=root 指定启动用户，因为读取文件可能没有权限，link起的别名等信息同上。

4.4启动之后通过docker logs filebeat7.7.1 查看日志

可以看到filebeat已经成功启动了，如果启动失败的话可以看filebeat的配置文件es和kibana的host是否正确。

在收集日志的目录下面添加日志文件，或者更新日志，然后去kibana查看是否有filebeat的索引生成（必须是添加或者更新日志，原有的数据不会同步）。

 可以看到已经有生成了索引并且有数据了，在Discover查看具体数据

 

可以通过搜索或者日期筛选，字段筛选，等等各种操作查看你需要的日志信息。

或者可以在 日志目录下 查看日志

搭建完成

5、总结

通过上面的搭建，相信读者对日志EFK也有了了解，在体验各种爽到爆的搜索聚合，统计分析功能相信你会爱上kibana。