Elastic Stack功能介绍

我的Elasticsearch系列文章,逐渐更新中,欢迎关注

0A.关于Elasticsearch及实例应用

00.Solr与ElasticSearch对比

01.ElasticSearch能做什么?

02.Elastic Stack功能介绍

03.如何安装与设置Elasticsearch API

04.如果通过elasticsearch的head插件建立索引_CRUD操作

05.Elasticsearch多个实例和head plugin使用介绍

06.当Elasticsearch进行文档索引时,它是怎样工作的?

07.Elasticsearch中的映射方式—简洁版教程

08.Elasticsearch中的分析和分析器应用方式


这是“ elasticsearch简介”系列的第二部分,第一部分请看这里。这个简短的博客旨在简要介绍Elasticsearch堆栈中的组件。这些组件的用途是什么,如何为堆栈提供价值,或者为什么它们是与Elasticsearch一起使用的更好的选择。

堆栈组件

下图给出了Elasticsearch的母公司Elastic提供的服务组件的细分:

1.数据存储,搜索和可视化服务

1.1 Elasticsearch

在本系列博客的第一部分中,我们详细了解了Elasticsearch 。Elasticsearch负责弹性堆栈的数据存储和搜索部分。数据存储解决方案是NoSql,其中搜索部分是通过可定制且灵活的API处理到功能强大的Apache Lucene库的。

更多关于_ElasticSearch新手从零搭建指南_我推荐这篇

与Elasticsearch有关的另一个重要领域是可用于它的插件。这些插件主要用于增强特定功能或在某些情况下简化Elasticsearch的使用。在后面的博客系列中,我们将深入研究elasticsearch插件。

1.2 Kibana

Kibana是用于Elasticsearch中存储数据的现成可视化工具。它立即连接到Elasticsearch数据库,并列出数据库名称(Elasticsearch世界中的索引),以便我们开始对索引中的数据进行可视化。Kibana为大多数Elasticsearch操作提供支持,并为我们提供了大量可视化选项,以我们所需的方式可视化数据。这些可视化可用于创建仪表板。以下是Kibana仪表板的示例:

2.数据传送,解析和日志处理

2.1 Logstash

我们经常必须从各种来源收集数据,并且必须对其进行解析以使其成为统一格式,然后再进行弹性搜索。Logstash就是这样一种数据管道,它从各种各样的源中接收数据并将其转换为所需的格式,然后将修改后的数据传递给Elasticsearch。Logstash不仅可以将数据推送到Elasticsearch,而且还可以推送到各种接收器。

下图以非常简单的方式说明了logstash数据管道。

除了Logstash支持的多种输入和输出源之外,Logstash的主要功能是它提供的数据解析选项。通过提供Groke规则工具来处理传入的日志,它提供了丰富的环境。

2.2 Beats平台

Elasticsearch的Beats平台是一组数据托运人,可以将其安装在源中,并将日志/文件发送到Elasticsearch。如果数据在进入Elasticsearch之前需要进行预处理,则可以将它们运送到Logstash。

Beats平台目前有5位成员,他们是

2.2.1 Filebeat-从安装的系统中发送日志

2.2.2 Metricbeat-运送已安装系统的度量数据集

2.2.3 Winlog Beat —从Windows系统发送日志

2.2.4心跳 —正常运行时间监视参数是从已安装的系统发送的

2.2.5 Packetbeat — 运送网络数据

典型的Beats已安装系统的流程如下:

3.监控和安全服务

3.1 X-Pack

X-Pack是Elasticsearch的付费扩展软件包。它提供了安全性,监视,警报和报告功能的综合解决方案。X-Pack仅可从Elasticsearch 5.x版本获得。对于较旧的版本,这些解决方案是使用不同的软件包分别实现的。

3.2 APM-应用程序监视

Elastic APM是堆栈的新手,在撰写本博客时,它处于alpha状态。顾名思义,APM用于通过使用Elasticsearch和Kibana存储和分析其日志来监视特定应用程序。

4.托管/企业解决方案和服务

4.1弹性云

弹性云将弹性堆栈作为服务提供,从而使扩展和升级到最新版本变得更加容易。

4.2弹性企业

与弹性云类似,但该云具有更高的可扩展性和热点支持,适用于企业范围的解决方案

结论

在本文中,我已经解释了弹性堆栈中组件的基本功能。在本系列的下一部分中,我们将学习如何在本地安装Elasticsearch并执行一些非常基本的CRUD操作。更多内容大家可以看这篇

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,657评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,662评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,143评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,732评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,837评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,036评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,126评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,868评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,315评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,641评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,773评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,470评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,126评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,859评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,095评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,584评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,676评论 2 351