DevOps

Logging & ELK Stack

Elasticsearch, Logstash, Kibana, Beats, aggregazione log, ricerca, dashboard, troubleshooting ingestione log

20 domande da colloquio·
Mid-Level
1

Cos'è Elasticsearch nell'ELK Stack?

Risposta

Elasticsearch è un motore di ricerca e analisi distribuito basato su Apache Lucene. Memorizza i log come documenti JSON indicizzati, consentendo ricerche rapide e complesse in tempo reale. Elasticsearch utilizza indici invertiti per ottimizzare le query full-text, rendendolo ideale per analizzare milioni di righe di log. È al centro dell'ELK Stack e funge da database principale per tutti i dati raccolti.

2

Qual è il ruolo principale di Logstash nell'ELK Stack?

Risposta

Logstash è una pipeline di elaborazione dati che ingerisce, trasforma e arricchisce i log prima di indicizzarli in Elasticsearch. Utilizza un'architettura input-filter-output per analizzare i log grezzi, estrarre campi strutturati con pattern Grok e aggiungere metadati. Logstash consente la normalizzazione di formati log eterogenei provenienti da più sorgenti, facilitando la loro successiva analisi in Kibana.

3

Qual è la funzione principale di Kibana?

Risposta

Kibana è l'interfaccia di visualizzazione ed esplorazione dati per i dati memorizzati in Elasticsearch. Consente la creazione di dashboard interattive, grafici personalizzati e ricerche ad-hoc sui log. Kibana offre anche funzionalità avanzate come Machine Learning per il rilevamento di anomalie e Timelion per l'analisi di serie temporali, rendendo l'analisi dei log accessibile senza query complesse.

4

Cosa sono i Beats nell'ecosistema ELK?

5

Qual è la differenza principale tra Filebeat e Logstash?

+17 domande da colloquio

Padroneggia DevOps per il tuo prossimo colloquio

Accedi a tutte le domande, flashcards, test tecnici, esercizi di code review e simulatori di colloquio.

Inizia gratis