DevOps

Logging & ELK Stack

Elasticsearch, Logstash, Kibana, Beats, agregacja logów, wyszukiwanie, dashboardy, rozwiązywanie problemów z ingestią logów

20 pytań z rozmów·
Mid-Level
1

Czym jest Elasticsearch w ELK Stack?

Odpowiedź

Elasticsearch to rozproszony silnik wyszukiwania i analityki oparty na Apache Lucene. Przechowuje logi jako zaindeksowane dokumenty JSON, umożliwiając szybkie i złożone wyszukiwania w czasie rzeczywistym. Elasticsearch używa odwróconych indeksów do optymalizacji zapytań full-text, co czyni go idealnym do analizy milionów linii logów. Jest sercem ELK Stack i służy jako główna baza danych dla wszystkich zebranych danych.

2

Jaka jest główna rola Logstash w ELK Stack?

Odpowiedź

Logstash to potok przetwarzania danych, który pobiera, transformuje i wzbogaca logi przed ich zaindeksowaniem w Elasticsearch. Wykorzystuje architekturę input-filter-output do parsowania surowych logów, ekstrakcji ustrukturyzowanych pól za pomocą wzorców Grok i dodawania metadanych. Logstash umożliwia normalizację heterogenicznych formatów logów z wielu źródeł, ułatwiając ich późniejszą analizę w Kibanie.

3

Jaka jest główna funkcja Kibany?

Odpowiedź

Kibana to interfejs do wizualizacji i eksploracji danych przechowywanych w Elasticsearch. Umożliwia tworzenie interaktywnych dashboardów, niestandardowych wykresów oraz przeprowadzanie ad-hoc wyszukiwań w logach. Kibana oferuje również zaawansowane funkcje, takie jak Machine Learning do wykrywania anomalii oraz Timelion do analizy szeregów czasowych, czyniąc analizę logów dostępną bez skomplikowanych zapytań.

4

Czym są Beats w ekosystemie ELK?

5

Jaka jest główna różnica między Filebeat a Logstash?

+17 pytań z rozmów

Opanuj DevOps na następną rozmowę

Uzyskaj dostęp do wszystkich pytań, flashcards, testów technicznych, ćwiczeń code review i symulatorów rozmów.

Zacznij za darmo