DevOps

Logging & ELK Stack

Elasticsearch, Logstash, Kibana, Beats, Log-Aggregation, Suche, Dashboards, Troubleshooting der Log-Ingestion

20 Interview-Fragen·
Mid-Level
1

Was ist Elasticsearch im ELK Stack?

Antwort

Elasticsearch ist eine verteilte Such- und Analyse-Engine basierend auf Apache Lucene. Sie speichert Logs als indizierte JSON-Dokumente und ermöglicht schnelle und komplexe Echtzeit-Suchen. Elasticsearch verwendet invertierte Indizes zur Optimierung von Volltextabfragen, was sie ideal für die Analyse von Millionen Log-Zeilen macht. Sie ist das Herzstück des ELK Stack und dient als primäre Datenbank für alle gesammelten Daten.

2

Was ist die Hauptaufgabe von Logstash im ELK Stack?

Antwort

Logstash ist eine Datenverarbeitungs-Pipeline, die Logs aufnimmt, transformiert und anreichert, bevor sie in Elasticsearch indiziert werden. Sie verwendet eine Input-Filter-Output-Architektur zum Parsen von Rohlogs, Extrahieren strukturierter Felder mit Grok-Patterns und Hinzufügen von Metadaten. Logstash ermöglicht die Normalisierung heterogener Log-Formate aus mehreren Quellen und erleichtert deren nachfolgende Analyse in Kibana.

3

Was ist die Hauptfunktion von Kibana?

Antwort

Kibana ist die Visualisierungs- und Datenexplorationsschnittstelle für in Elasticsearch gespeicherte Daten. Sie ermöglicht das Erstellen interaktiver Dashboards, benutzerdefinierter Diagramme und Ad-hoc-Suchen in Logs. Kibana bietet auch erweiterte Funktionen wie Machine Learning zur Anomalieerkennung und Timelion für Zeitreihenanalyse, wodurch Log-Analysen ohne komplexe Abfragen zugänglich werden.

4

Was sind Beats im ELK-Ökosystem?

5

Was ist der Hauptunterschied zwischen Filebeat und Logstash?

+17 Interview-Fragen

Meistere DevOps für dein nächstes Interview

Zugang zu allen Fragen, Flashcards, technischen Tests, Code-Review-Übungen und Interview-Simulatoren.

Kostenlos starten