DevOps

Logging & ELK Stack

Elasticsearch, Logstash, Kibana, Beats, log-aggregatie, zoeken, dashboards, troubleshooting van log-ingestion

20 gespreksvragen·
Mid-Level
1

Wat is Elasticsearch in de ELK Stack?

Antwoord

Elasticsearch is een gedistribueerde zoek- en analyse-engine gebaseerd op Apache Lucene. Het slaat logs op als geïndexeerde JSON-documenten, wat snelle en complexe realtime zoekopdrachten mogelijk maakt. Elasticsearch gebruikt inverted indexes om full-text queries te optimaliseren, waardoor het ideaal is voor het analyseren van miljoenen logregels. Het vormt het hart van de ELK Stack en dient als primaire database voor alle verzamelde gegevens.

2

Wat is de primaire rol van Logstash in de ELK Stack?

Antwoord

Logstash is een dataverwerkingspijplijn die logs opneemt, transformeert en verrijkt voordat ze worden geïndexeerd in Elasticsearch. Het gebruikt een input-filter-output-architectuur om ruwe logs te parsen, gestructureerde velden te extraheren met Grok-patronen en metadata toe te voegen. Logstash maakt normalisatie mogelijk van heterogene logformaten uit meerdere bronnen, wat de daaropvolgende analyse in Kibana vergemakkelijkt.

3

Wat is de primaire functie van Kibana?

Antwoord

Kibana is de visualisatie- en data-exploratie-interface voor data opgeslagen in Elasticsearch. Het maakt het creëren van interactieve dashboards, aangepaste grafieken en ad-hoc zoekopdrachten op logs mogelijk. Kibana biedt ook geavanceerde functies zoals Machine Learning voor anomaliedetectie en Timelion voor tijdreeksanalyse, waardoor loganalyse toegankelijk wordt zonder complexe queries.

4

Wat zijn Beats in het ELK-ecosysteem?

5

Wat is het belangrijkste verschil tussen Filebeat en Logstash?

+17 gespreksvragen

Beheers DevOps voor je volgende gesprek

Krijg toegang tot alle vragen, flashcards, technische tests, code review-oefeningen en gespreksimulatoren.

Begin gratis