DevOps

Logging & ELK Stack

Elasticsearch, Logstash, Kibana, Beats, log aggregation, search, dashboards, troubleshooting log ingestion

20 questions d'entretien·
Confirmé
1

Qu'est-ce qu'Elasticsearch dans l'ELK Stack ?

Réponse

Elasticsearch est un moteur de recherche et d'analyse distribué basé sur Apache Lucene. Il stocke les logs sous forme de documents JSON indexés, permettant des recherches rapides et complexes en temps réel. Elasticsearch utilise des index inversés pour optimiser les requêtes full-text, ce qui le rend idéal pour l'analyse de millions de lignes de logs. Il est au cœur de l'ELK Stack et sert de base de données principale pour toutes les données collectées.

2

Quel est le rôle principal de Logstash dans l'ELK Stack ?

Réponse

Logstash est un pipeline de traitement de données qui ingère, transforme et enrichit les logs avant leur indexation dans Elasticsearch. Il utilise une architecture input-filter-output pour parser les logs bruts, extraire des champs structurés avec des patterns Grok, et ajouter des métadonnées. Logstash permet de normaliser des logs de formats hétérogènes provenant de multiples sources, facilitant leur analyse ultérieure dans Kibana.

3

Quelle est la fonction principale de Kibana ?

Réponse

Kibana est l'interface de visualisation et d'exploration des données stockées dans Elasticsearch. Il permet de créer des dashboards interactifs, des graphiques personnalisés, et d'effectuer des recherches ad-hoc sur les logs. Kibana offre également des fonctionnalités avancées comme le Machine Learning pour la détection d'anomalies, et Timelion pour l'analyse de séries temporelles, rendant l'analyse des logs accessible sans requêtes complexes.

4

Que sont les Beats dans l'écosystème ELK ?

5

Quelle est la différence principale entre Filebeat et Logstash ?

+17 questions d'entretien

Maîtrise DevOps pour ton prochain entretien

Accède à toutes les questions, flashcards, tests techniques, exercices de code review et simulateurs d'entretien.

Commencer gratuitement