共计 2429 个字符，预计需要花费 7 分钟才能阅读完成。
随着业务的快速增长，每天零碎产生的 log 会一直增长，这其中蕴含着大量有价值信息。咱们通过焱融云舟实现了日志备份的性能。然而，从理论业务的需要角度来看，日志备份只是最根本的性能，如何让日志施展更大价值，为开发者疾速做出决策，才是咱们最终想要的后果。
工欲善其事，必先利其器。如果咱们能领有一个残缺的软件结构，那么在肯定水平上就能够晋升工作效率。本篇文章，咱们将和大家分享，如何基于焱融云舟所提供的存储能力，通过 ELK 实时日志分享平台搭建整体软件结构。
01 工具分享
焱融云舟 SaaS 数据服务平台
焱融云舟 SaaS 数据服务是焱融科技面向海量非结构化数据利用场景而打造的高性能分布式文件存储 NAS，作为一款寰球云文件系统，其具备灵活性、共享性和易用性的特点，在反对多个支流云的根底上，无缝对接云中的企业级部署，满足不同利用场景下的多样化存储需要。
ELK
ELK 是 Elasticsearch, Logstash, Kibana 的缩写，它是一个开源的实时日志剖析平台，次要由 Elasticsearch, Logstash 和 Kiabana 三局部组成。ELK 是目前典型的做日志剖析的开源组件组合。其中：
- Elasticsearch（ES）是一个分布式的 Restful 格调的搜寻和数据分析引擎，具备可扩展性、弹性、灵活性、高速、可查问、可剖析等特点；
- Logstash 次要用于收集服务器日志，它是一个开源数据收集引擎，具备实时管道性能；
- Kibana 能够使海量数据通俗易懂，无需额定的基础设施。
在 ELK 中，三大组件的大略工作流程如下图所示，由 Logstash 从各个服务中采集日志并寄存至 Elasticsearch 中，而后再由 Kiabana 从 Elasticsearch 中查问日志并展现给终端用户。
ELK 工作流程图
通过上述介绍，置信大家对咱们本次教程中应用的工具都有了肯定理解，当初让咱们步入正题。
02 环境筹备
首先，咱们须要对虚构做必要的筹备，例如 SeLinux 批改，放开 root 登录，以及装置 nfs 工具等。
03 装置 ElasticSearch
因为 ELK 的安装包，并不在默认的操作系统 YUM 源中，所以咱们须要增加 elaistic 本人的官网源。
在进行 yum install elasticsearch 之后，咱们能够利用焱融云舟的挂载目录作为 elasticsearch 存储数据的目录，进行配置文件以及目录权限的批改，具体请见下图：
启动 elasticsearch 并生成须要的拜访明码
Changed password for user apm_system
PASSWORD apm_system = SONQX0NCTcZoi0sdd4nP
Changed password for user kibana_system
PASSWORD kibana_system = J8ch7nLQpxshQFH1Az26
Changed password for user kibana
PASSWORD kibana = J8ch7nLQpxshQFH1Az26
Changed password for user logstash_system
PASSWORD logstash_system = ahF47zDOuC7hr6IWDnIV
Changed password for user beats_system
PASSWORD beats_system = j9rSoC8cU26ULC1GjGEt
Changed password for user remote_monitoring_user
PASSWORD remote_monitoring_user = MPGSVT3JKovBrz6GCG4Y
Changed password for user elastic
PASSWORD elastic = olopZQxjIDtXsmShUA2J
实现当前，咱们能够疾速验证一下咱们的装置是否胜利。应用对应的 elastic 账号的明码，申请 API 数据，如下图所示，则示意装置胜利：
04 装置 Kibana
Kibana 在提供了对 ElasticSearch 可视化治理的同时，还能够定义各种查问条件，不便将来对后盾数据后果的拜访与查看。
另外，在批改了对应的配置文件，并启动 Kibana 后，咱们能够通过浏览器拜访 http:://:5601，并应用 elastic 账号登录来顺利完成 Kibana 的装置。
05 日志采集
以后，日志采集有多种工具，例如 LogStash, Beats 等。在我看来，尽管 LogStash 采纳 Java 语言编写，耗用资源更多一些，然而它除了能满足采集日志的需要之外，还能做过滤解决等；Beats 系列用 Go 语言编写，则更加的轻量级和简略，其能够间接与 LogStash、Elasticsearch 对接。
他们的关系能够下述一张图来表白：
为了让咱们的配置过程更加简略，所以本次抉择采纳 Filebeat 间接对接 Elasticsearch 集群的形式来收集日志。
批改了相干的配置文件后，咱们正式启动 Filebeat，随后它将开始检测文件的变动，并将继续的数据写入到 Elasticsearch 集群中做保留。
06 成果验证
当再次登录到 Kibana 面板时，咱们就能够在数据流中看到收集到的日志信息，同时在虚拟机的挂载点目录内，也能够看到数据曾经存储到 Elasticsearch 的数据文件中。
在数据收集胜利后，咱们还能够利用 Kibana 的查问剖析性能，对数据日志做进一步的过滤，例如查找某一个错误码相干的所有日志，这样能够很不便的定位问题。当然，ELK 内蕴含着大量的性能，期待着咱们去挖掘应用。
通过上述步骤，咱们理解了如何基于焱融云舟的存储能力实现一个整体软件架构，这个架构可能帮忙工程师，从日志中获取更多具备价值的信息。将来，咱们将会继续分享焱融云舟在其余方面的技术利用，敬请期待。
目前，焱融云舟收费试用流动及招募体验官流动正在同步进行中请戳链接理解详情：https://www.yanrongyun.com/zh-cn/products/saas
