最近有个日志收集监控的项目采用的技术栈是ELK+JAVA+Spring，客户端语言使用的是Java，以后有机会的话可以试一下JavaScript+Nodejs的方式，非常轻量级的组合，只不过不太适合服务化的工程，Kibana充当可视化层，功能虽然非常强大和灵活，但是需要业务人员懂Lucene的查询语法和Kibana的Dashboard仪表盘自定义功能才能玩的转，所以Kibana面向专业的开发人员和运维人员比较良好，但面向业务人员则稍微有点难度，我们这边就使用Java进行二次开发，然后前端定义几个业务人员关注的图表，然后把后端查询的数据，按照一定的维度放进去即可。
基础环境：
（1）ElasticSearch1.7.2
（2）Logstash2.2.2
（3）Kibana4.1.2
（3）JDK7
（4）Spring4.2
使用到的技术点：
（1）ElasticSearch的查询
（2）ElasticSearch的过滤
（3）ElasticSearch的日期聚合
（4）ElasticSearch的Terms聚合
（5）ElasticSearch的多级分组
（6）ElasticSearch+Logstash的时区问题
直接上代码：
总结：
（1）关于时区的问题，目前发现在测试按小时，按天分组统计的时候，时区使用的方法不是一致的，而postZone这个方法，在1.5版本已经废弃，说是使用timeZone替代，但经测试发现在按小时分组的时候，使用timeZone加8个时区的并没生效，后续看下最新版本的ElasticSearch是否修复。
（2）使用Terms的聚合分组时，这个字段最好是没有分过词的，否则大量的元数据返回，有可能会发生OOM的异常
（3）在不需要评分排名查询的场景中，尽量使用filter查询，elasticsearch会缓存查询结果，从而能大幅提高检索性能
今天先总结这么多，后续有空再关注下
（1）elasticsearch中的Aggregations和Facet的区别以及对比Solr中的Group和Facet的区别
（2）在不同的聚合渠道中多级分组中是组内有序还是全局有序
