DevOps

Logging & ELK Stack

Elasticsearch, Logstash, Kibana, Beats, agregación de logs, búsqueda, dashboards, troubleshooting de ingesta de logs

20 preguntas de entrevista·
Mid-Level
1

¿Qué es Elasticsearch en el ELK Stack?

Respuesta

Elasticsearch es un motor de búsqueda y análisis distribuido basado en Apache Lucene. Almacena los logs como documentos JSON indexados, permitiendo búsquedas rápidas y complejas en tiempo real. Elasticsearch usa índices invertidos para optimizar las consultas full-text, lo que lo hace ideal para analizar millones de líneas de logs. Es el núcleo del ELK Stack y sirve como base de datos principal para todos los datos recopilados.

2

¿Cuál es el rol principal de Logstash en el ELK Stack?

Respuesta

Logstash es un pipeline de procesamiento de datos que ingesta, transforma y enriquece los logs antes de indexarlos en Elasticsearch. Usa una arquitectura input-filter-output para parsear logs en bruto, extraer campos estructurados con patrones Grok y añadir metadatos. Logstash permite normalizar logs de formatos heterogéneos provenientes de múltiples fuentes, facilitando su análisis posterior en Kibana.

3

¿Cuál es la función principal de Kibana?

Respuesta

Kibana es la interfaz de visualización y exploración de los datos almacenados en Elasticsearch. Permite crear dashboards interactivos, gráficos personalizados y realizar búsquedas ad-hoc sobre los logs. Kibana también ofrece funcionalidades avanzadas como Machine Learning para la detección de anomalías y Timelion para el análisis de series temporales, haciendo accesible el análisis de logs sin consultas complejas.

4

¿Qué son los Beats en el ecosistema ELK?

5

¿Cuál es la principal diferencia entre Filebeat y Logstash?

+17 preguntas de entrevista

Otros temas de entrevista DevOps

Domina DevOps para tu próxima entrevista

Accede a todas las preguntas, flashcards, tests técnicos, ejercicios de code review y simuladores de entrevista.

Empieza gratis