本文主要是介绍ELK+Kafka+Beats实现海量日志收集平台（三），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
ELK+Kafka+Beats实现海量日志收集平台（三）
目录
六、将日志数据存储到Elasticsearch
七、Kibana展示
六、将日志数据存储到Elasticsearch
通过前面的步骤实现了日志数据的生产、收集和过滤。接下来就将收集之后的日志数据信息持久化到ElasticSearch上，然后在结合Kibana最终显示。
启动ElasticSearch集群，之前提供的ES集群安装链接是7.6.2版本，所以要自己替换版本到6.6.0进行安装，6.6.0的安装配置和7.6.2版本的有些区别，配置信息如下：
搭建好之后的信息如下：
Elasticsearch Head 插件显示如下：
七、Kibana展示
启动Kibana，进如Kibana安装过后的目录下使用如下命令启动
nohup ../bin/kibana &
紧接着来修改一下logstash的配置文件，在之前的基础上我们将收集到的日志数据输出控制台上了，现在我们要将日志数据存储到ES集群上。打开logstash配置文件添加如下：
在配置文件中，配置了输出到Elasticsearch上。重启logstash，可以看到启动日志输出如下表明logstash连接ES成功。
接着通过访问 /err 、/index两个方法来产生日志信息，随后利用Elasticsearch head插件查看ES集群信息如下：
发现建立了两个索引，err-log-demo-* 、all-log-demo-* 这两个索引分别就是之前设置的错误日志索引和全量日志索引。
再进入到Kibana界面查看，安装下列步骤进入界面
随后，看到如下界面：
创建index，比如all-log-demo* 如果有对应的索引就会进行匹配
接着下一步：
同理创建err-log-demo*，随后按照如下操作进行查看：
查看的是err-log-demo*，这里其实就记录了我们访问demo.jar 的 /err 方法产生的那条错误日志。
至此，咋们的ELK环境搭建及日志收集彻底实现了。
这篇关于ELK+Kafka+Beats实现海量日志收集平台（三）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
