ELK技术1:EFK日志收集系统概述

01 EFK日志收集系统概述

  • 01 EFK日志收集系统概述
    • 1.ELK诞生的背景
      • 1.1 没有ELK分析日志前
      • 1.2 使用ELK分析日志后
    • 2.ELK技术债是什么
      • 2.1 什么是ELK
      • 2.2 什么是EFK
      • 2.3 什么是ELFK
      • 2.4 EFK收集哪些日志
  • 02 Elasticsearch入门
    • 1.ES基本介绍
      • 1.1 ES是什么
      • 1.2 ES主要功能
      • 1.3 ES相关术语
        • 1.3.1 文档 Document
        • 1.3.2 索引 Index
        • 1.3.3 字段 Filed
      • 1.4 ES术语总结
    • 2.ES操作方式
    • 3.ES索引API
      • 3.1 创建索引
      • 3.2 删除索引
    • 4.ES文档 API
      • 4.1 创建文档
      • 4.2 查询文档
      • 4.3 批量创建文档
      • 4.4 批量查询文档
  • 03 Elasticsearch集群
    • 1.ES集群基本介绍
      • 1.1 ES集群的好处
      • 1.2 ES如何组集群
    • 2.ES集群环境部署
      • 2.1 环境准备
      • 2.2 安装ES软件
      • 2.3 node1集群节点配置
      • 2.4 node2集群节点配置
      • 2.5 node3集群节点配置
      • 2.6 ES集群检查-cerebro
    • 3.ES集群节点类型
      • 3.1 Cluster State
      • 3.2 Master
      • 3.3 Data
      • 3.4 Coordinating
    • 4.ES集群分片副本
      • 4.1 提高ES集群可用性
      • 4.2 增大ES集群的容量
      • 4.3 增加节点能否提高容量
      • 4.4 增加副本能否提高读性能
      • 4.5 副本与分片总结
    • 5.ES集群健康检查
      • 5.1 如何判断集群状态
      • 5.2 如何获取集群状态
      • 5.1 Shell脚本检查状态
    • 6.ES集群故障转移
      • 6.1 什么是故障转义
      • 6.2 模拟节点故障
        • 6.2.1 重新选举
        • 6.2.2 主分片调整
        • 6.2.3 副本分片调整
    • 7.ES文档路由原理
      • 7.1 文档的创建流程
      • 7.2 文档的读取流程
      • 7.3 文档批量创建的流程
      • 7.4 文档批量读取的流程
    • 8.ES扩展集群节点
      • 8.1 节点扩展环境准备
      • 8.2 节点扩展1配置
      • 8.3 节点扩展2配置
      • 8.4 节点扩展检查

1.ELK诞生的背景

1.1 没有ELK分析日志前

没有日志分析工具之前,运维工作存在哪些痛点?

  • 痛点1、生产出现故障后,运维需要不停的查看各种不同的日志进行分析?是不是毫无头绪?
  • 痛点2、项目上线出现错误,如何快速定位问题?如果后端节点过多、日志分散怎么办?
  • 痛点3、开发人员需要实时查看日志但又不想给服务器的登陆权限,怎么办?难道每天帮开发取日志?
  • 痛点4、如何在海量的日志中快速的提取我们想要的数据?比如:PV、UV、TOP10的URL?如果分析的日志数据量大,那么势必会导致查询速度慢、难度增大,最终则会导致我们无法快速的获取到想要的指标。
  • 痛点5、CDN公司需要不停的分析日志,那分析什么?主要分析命中率,为什么?因为我们给用户承诺的命中率是90%以上。如果没有达到90%,我们就要去分析数据为什么没有被命中、为什么没有被缓存下来。*

1.2 使用ELK分析日志后

如上所有的痛点都可以使用日志分析系统ELK解决,通过ELK,将运维所有的服务器日志,业务系统日志都收集到一个平台下,然后提取想要的内容,比如错误信息,警告信息等,当过滤到这种信息,就马上告警,告警后,运维人员就能马上定位是哪台机器、哪个业务系统出现了问题,出现了什么问题。

2.ELK技术债是什么

2.1 什么是ELK

其实 ELK 不是一个单独的技术,而是一套技术的组合,是由 elasticsearch、logstash、kibana 组合而成的。
ELK 是一套开源免费、功能强大的日志分析管理系统。ELK 可以将我们的系统日志、网站日志、应用系统日志等各种日志进行收集、过滤、清洗,然后进行集中存放并可用于实时检索、分析。

  • E: elasticsearch 数据存储;
  • L: logstash 数据采集、数据清洗、数据过滤;
  • K: kibana 数据分析、数据展示;

2.2 什么是EFK

简单来说就是将 Logstash 替换成了 filebeat,那为什么要进行替换?
因为 logstash 是基于 JAVA 开发的,在收集日志时会大量的占用业务系统资源,从而影响正常线上业务。
而替换成 filebeat 这种较为轻量的日志收集组件,会让业务系统的运行更加的稳定。

2.3 什么是ELFK

2.4 EFK收集哪些日志

  • 代理: Haproxy、Nginx
  • web:Nginx、Tomcat、Httpd、PHP
  • db:mysql、redis、mongo、elasticsearch
  • 存储:nfs、glusterfs、fastdfs
  • 系统:message、security
  • 业务:`app

02 Elasticsearch入门

1.ES基本介绍

1.1 ES是什么

Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎。

1.2 ES主要功能

数据存储、数据搜索、数据分析。

1.3 ES相关术语

1.3.1 文档 Document

Document 文档就是用户存在 es 中的一些数据,它是 es 中存储的最小单元。(类似于表中的一行数据。)注意:每个文档都有一个唯一的 ID 表示,可以自行指定,如果不指定 es 会自动生成。

1.3.2 索引 Index

索引其实是一堆文档 Document 的集合。(它类似数据库的中的一个表)

1.3.3 字段 Filed

ES 中,Document就是一个 Json Object,一个Json Object其实是由多个字段组成的,每个字段它有不同的数据类型。

  字符串:text、keyword。
  数值型:long,integer,short,byte,double,float
  布尔:boolean
  日期:date
  二进制:binary
  范围类型:integer_range,float_range,long_range,double_range,date_range

1.4 ES术语总结

ES索引、文档、字段关系小结:
一个索引里面存储了很多的 Document 文档,一个文档就是一个json object,一个json object是由多个不同或相同的 filed 字段组成;

2.ES操作方式

1.ES的操作和我们传统的数据库操作不太一样,它是通过 RestfulAPI 方式进行对ES进行操作,其实本质上就是通过 http 的方式去变更我们的资源状态。
  通过 URI 的方式指定要操作的资源,比如 Index、Document等。
  通过 Http Method 指明资源操作方法,如GET、POST、PUT、DELETE 等。

2.常见操作ES的两种方式:Curl 命令行、Kibana DevTools

3.安装配置kibana,用于数据展示。注意: Kibana不产生数据,需要获取ES的数据进行展示。

[root@es-node1 ~]# rpm -ivh kibana-7.4.0-x86_64.rpm

#配置kibana
[root@kibana ~]# grep "^[a-Z]" /etc/kibana/kibana.yml
server.port: 5601           #kibana默认监听端口
server.host: "0.0.0.0"      #kibana监听地址段
elasticsearch.hosts: ["http://localhost:9200"]  #kibana丛coordinating节点获取数据
i18n.locale: "zh-CN"        #kibana汉化

#启动kibana
[root@kibana ~]# systemctl start kibana
[root@kibana ~]# systemctl enable kibana

3.ES索引API

es 有专门的 Index API,用于创建、更新、删除索引配置等*

3.1 创建索引

创建索引 api 如下:

# 创建索引
PUT /oldxu_index

#查看所有已存在的索引
GET _cat/indices

3.2 删除索引

删除索引 api 如下:

#删除索引
DELETE /oldxu_index

4.ES文档 API

ES 为索引添加文档,有专门的 Document API

  • 创建文件
  • 查询文档
  • 更新文档
  • 删除文档

4.1 创建文档

创建文档,需要指定ID

#创建一个文档(指定ID)
POST /oldxu_index/_doc/1
{
  "username": "oldxu",
  "age": 18,
  "salary": 1000000
}

创建文档,不指定ID

4.2 查询文档

查询文档,指定要查询的文档id

查询文档,搜索所有文档,用_search

4.3 批量创建文档

es 允许通过 _bulk 一次创建多个文档,从而减少网络传输开销,提升写入速率。

#批量创建document
POST _bulk
{"index":{"_index":"tt","_id":"1"}}
{"name":"oldxu","age":"18"}
{"create":{"_index":"tt","_id":"2"}}
{"name":"oldqiang","age":"30"}
{"delete":{"_index":"tt","_id":"2"}}
{"update":{"_id":"1","_index":"tt"}}
{"doc":{"age":"20"}}

4.4 批量查询文档

es允许通过 _mget 一次查询多个文档。

#批量查询document
GET _mget
{
  "docs": [
    {
      "_index": "tt",
      "_id": "1"
    },
    {
      "_index": "tt",
      "_id": "2"
    }
  ]
}

03 Elasticsearch集群

  • 01 EFK日志收集系统概述
    • 1.ELK诞生的背景
      • 1.1 没有ELK分析日志前
      • 1.2 使用ELK分析日志后
    • 2.ELK技术债是什么
      • 2.1 什么是ELK
      • 2.2 什么是EFK
      • 2.3 什么是ELFK
      • 2.4 EFK收集哪些日志
  • 02 Elasticsearch入门
    • 1.ES基本介绍
      • 1.1 ES是什么
      • 1.2 ES主要功能
      • 1.3 ES相关术语
        • 1.3.1 文档 Document
        • 1.3.2 索引 Index
        • 1.3.3 字段 Filed
      • 1.4 ES术语总结
    • 2.ES操作方式
    • 3.ES索引API
      • 3.1 创建索引
      • 3.2 删除索引
    • 4.ES文档 API
      • 4.1 创建文档
      • 4.2 查询文档
      • 4.3 批量创建文档
      • 4.4 批量查询文档
  • 03 Elasticsearch集群
    • 1.ES集群基本介绍
      • 1.1 ES集群的好处
      • 1.2 ES如何组集群
    • 2.ES集群环境部署
      • 2.1 环境准备
      • 2.2 安装ES软件
      • 2.3 node1集群节点配置
      • 2.4 node2集群节点配置
      • 2.5 node3集群节点配置
      • 2.6 ES集群检查-cerebro
    • 3.ES集群节点类型
      • 3.1 Cluster State
      • 3.2 Master
      • 3.3 Data
      • 3.4 Coordinating
    • 4.ES集群分片副本
      • 4.1 提高ES集群可用性
      • 4.2 增大ES集群的容量
      • 4.3 增加节点能否提高容量
      • 4.4 增加副本能否提高读性能
      • 4.5 副本与分片总结
    • 5.ES集群健康检查
      • 5.1 如何判断集群状态
      • 5.2 如何获取集群状态
      • 5.1 Shell脚本检查状态
    • 6.ES集群故障转移
      • 6.1 什么是故障转义
      • 6.2 模拟节点故障
        • 6.2.1 重新选举
        • 6.2.2 主分片调整
        • 6.2.3 副本分片调整
    • 7.ES文档路由原理
      • 7.1 文档的创建流程
      • 7.2 文档的读取流程
      • 7.3 文档批量创建的流程
      • 7.4 文档批量读取的流程
    • 8.ES扩展集群节点
      • 8.1 节点扩展环境准备
      • 8.2 节点扩展1配置
      • 8.3 节点扩展2配置
      • 8.4 节点扩展检查

1.ES集群基本介绍

1.1 ES集群的好处

  • es天然支持集群模式,其好处主要有两个:
  • 1.能够增大系统的容量,如内存、磁盘,使得 es 集群可以支持PB级的数据;
  • 2.能够提高系统可用性,即使部分节点停止服务,整个集群依然可以正常服务;

1.2 ES如何组集群

ELasticsearch 集群是由多个节点组成的,通过 cluster.name 设置集群名称,并且用于区分其它的集群,每个节点通过 node.name 指定节点的名称。

  • 单节点ES,如下图所示;

  • 如果单节点出现问题,服务就不可用了,如何新增一个 es 节点加入集群

2.ES集群环境部署

2.1 环境准备

主机名称 IP地址
es-node1 172.16.1.161 es-node2 172.16.1.162 es-node3 172.16.1.163

2.2 安装ES软件

所有集群节点都需要安装 ES 软件

# yum install java -y
# rpm -ivh elasticsearch-7.4.0-x86_64.rpm

2.3 node1集群节点配置

[root@es-node1-172 ~]# grep "^[a-Z]" /etc/elasticsearch/elasticsearch.yml
cluster.name: my-oldxu                  #集群名称
node.name: es-node1                     #节点名称
path.data: /var/lib/elasticsearch       #数据存储路径
path.logs: /var/log/elasticsearch       #日志存储路径
#bootstrap.memory_lock: true            #不使用swap分区
network.host: #本机内网IP
http.port: 9200                         #监听端口

discovery.seed_hosts: ["172.16.1.161", "172.16.1.162", "172.16.1.163"]  #集群主机列表
cluster.initial_master_nodes: ["172.16.1.161", "172.16.1.162", "172.16.1.163"]  #仅第一次启动集群时进行选举

2.4 node2集群节点配置

[root@oldxu-es-node2-172 ~]# grep "^[a-Z]" /etc/elasticsearch/elasticsearch.yml
cluster.name: my-oldxu
node.name: es-node2
path.data: /var/lib/elasticsearch
path.logs: /var/log/elasticsearch
network.host: #本机内网IP

discovery.seed_hosts: ["172.16.1.161", "172.16.1.162", "172.16.1.163"]
cluster.initial_master_nodes: ["172.16.1.161", "172.16.1.162", "172.16.1.163"]

2.5 node3集群节点配置

[root@oldxu-es-node3-172 ~]# grep "^[a-Z]" /etc/elasticsearch/elasticsearch.yml
cluster.name: my-oldxu
node.name: es-node3
path.data: /var/lib/elasticsearch
path.logs: /var/log/elasticsearch
network.host: #本机内网IP

discovery.seed_hosts: ["172.16.1.161", "172.16.1.162", "172.16.1.163"]
cluster.initial_master_nodes: ["172.16.1.161", "172.16.1.162", "172.16.1.163"]
http.cors.enabled: true
http.cors.allow-origin: "*"

2.6 ES集群检查-cerebro

如何通过可视化方式检查 ES 集群状态;可以通过 cerebro 可视化工具检测;cerebro 传送门

[root@open ~]# rpm -ivh cerebro-0.8.5-1.noarch.rpm
[root@open ~]# vim /etc/cerebro/application.conf
data.path = "/tmp/cerebro.db"
[root@open ~]# systemctl start cerebro

[root@open-192 ~]# netstat -lntp
Proto Recv-Q Send-Q Local Address   Foreign Address     State       PID/Program name
tcp6       0      0 :::9000         :::*                LISTEN      504/java

3.ES集群节点类型

  • es 集群中节点类型介绍
  • Cluster State
  • Master
  • Data
  • Coordinating

3.1 Cluster State

  • Cluster State:集群相关的数据称为 cluster state;会存储在每个节点中,主要有如下信息:
  • 1)节点信息,比如节点名称、节点连接地址等
  • 2)索引信息,比如索引名称、索引配置信息等

3.2 Master

  • 1.ES集群中只能有一个 master 节点,master节点用于控制整个集群的操作;
  • 2.master 主要维护 Cluster State,当有新数据产生后,Master 会将最新的数据同步给其他 Node 节点;
  • 3.master节点是通过选举产生的,可以通过 node.master: true 指定为Master节点。( 默认true

当我们通过API创建索引 PUT /oldxu_indexCluster State 则会发生变化,由 Master 同步至其他 Node 节点;

3.3 Data

  • 1.存储数据的节点即为 data 节点,默认节点都是 data 类型,相关配置node.data: true( 默认为 true
  • 2.当创建索引后,索引创建的数据会存储至某个节点,能够存储数据的节点,称为data节点;

3.4 Coordinating

  • 1.处理请求的节点即为 coordinating 节点,该节点为所有节点的默认角色,不能取消
  • 2. coordinating 节点主要将请求路由到正确的节点处理。比如创建索引的请求会由 coordinating 路由到 master 节点处理;当配置 node.master: false、node.data:false 则为 coordinating 节点

4.ES集群分片副本

4.1 提高ES集群可用性

  • 如何提高 ES 集群系统的可用性;有如下两个方面;
  • 1.服务可用性:
  • 1)2个节点的情况下,允许其中1个节点停止服务;
  • 2)多个节点的情况下,坏的节点不能超过集群一半以上;
  • 2.数据可用性:
    • 1)通过副本 replication 解决,这样每个节点上都有完备的数据。
    • 2)如下图所示,node2上是 oldxu_index 索引的一个完整副本数据。

    4.2 增大ES集群的容量

    • 1.如何增大 ES 集群系统的容量;我们需要想办法将数据均匀分布在所有节点上;
    • 引入分片 shard 解决;
  • 2.什么是分片,将一份完整数据分散为多个分片存储;
    • 2.1 分片是 es 支持 Pb 级数据的基石
    • 2.2 分片存储了索引的部分数据,可以分布在任意节点上
    • 2.3 分片存在主分片和副本分片之分,副本分片主要用来实现数据的高可用
    • 2.4 副本分片的数据由主分片同步,可以有多个,从而提高读取数据的吞吐量
    • 注意:主分片数在索引创建时指定且后续不允许在更改;默认ES7分片数为1个
  • 3.如下图所示:在3个节点的集群中创建 oldxu_index 索引,指定3个分片,和1个副本;
  • PUT /oldxu_index
    {
        "settings": {
          "index": {
            "number_of_shards": 3,
            "number_of_replicas": 1
          }
      }
    }
    

    4.3 增加节点能否提高容量

    问题:目前一共有3个ES节点,如果此时增加一个新节点是否能提高 oldxu_index 索引数据容量?

    答案:不能,因为 oldxu_index 只有3个分片,已经分布在3台节点上,那么新增的第四个节点对于 oldxu_index 而言是无法使用到的。所以也无法带来数据容量的提升;

    4.4 增加副本能否提高读性能

    问题:目前一共有3个ES节点,如果增加副本数是否能提高 oldxu_index 的读吞吐量;
    答案:不能,因为新增的副本还是会分布在这 node1、node2、node3 这三个节点上的,还是使用了相同的资源,也就意味着有读请求来时,这些请求还是会分配到 node1、node2、node3 上进行处理、也就意味着,还是利用了相同的硬件资源,所以不会提升读取的吞吐量;

    问题:如果需要增加读吞吐量性能,应该怎么来做;
    答案:增加读吞吐量还是需要添加节点,比如在增加三个节点 node4、node5、node6 那么将原来的 R0、R1、R2 分别迁移至新增的三个节点上,当有读请求来时会被分配 node4、node5、node6,也就意味着有新的 CPU、内存、IO,这样就不会在占用 node1、node2、node3 的硬件资源,那么这个时候读吞吐量才会得到真正的提升;

    4.5 副本与分片总结

    • 分片数和副本的设定很重要,需要提前规划好
    • 1.过小会导致后续无法通过增加节点实现水平扩容;
    • 2.设置分片过大会导致一个节点上分布过多的分片,造成资源浪费。分片过多也会影响查询性能;

    5.ES集群健康检查

    5.1 如何判断集群状态

    • Cluster Health 获取集群的健康状态,整个集群状态包括以下三种:
    • 1.green 健康状态,指所有主副分片都正常分配
    • 2.yellow 指所有主分片都正常分配,但是有副本分片未正常分配
    • 3.red 有主分片未分配,表示索引不完备,写可能有问题。(但不代表不能存储数据和读取数据)

    5.2 如何获取集群状态

    我们可以通过 GET _cluster/health?pretty=true 方式获取集群状态;

    [root@es-node1-172 ~]# curl  http://172.16.1.162:9200/_cluster/health?pretty=true
    {
      "cluster_name" : "my-oldxu",
      "status" : "green",       # 重点关注status一栏
      "timed_out" : false,
      "number_of_nodes" : 3,
      "number_of_data_nodes" : 3,
      "active_primary_shards" : 33,
      "active_shards" : 66,
      "relocating_shards" : 0,
      "initializing_shards" : 0,
      "unassigned_shards" : 0,
      "delayed_unassigned_shards" : 0,
      "number_of_pending_tasks" : 0,
      "number_of_in_flight_fetch" : 0,
      "task_max_waiting_in_queue_millis" : 0,
      "active_shards_percent_as_number" : 100.0
    }
    

    5.1 Shell脚本检查状态

    通过 Shell 脚本获取集群状态信息;如果出现异常则触发报警邮件;

    [root@es-node1-172 ~]# curl  http://172.16.1.162:9200/_cluster/health?pretty=true
    {
      "cluster_name" : "my-oldxu",
      "status" : "green",
      "timed_out" : false,
      "number_of_nodes" : 3,
      "number_of_data_nodes" : 3,
      "active_primary_shards" : 33,
      "active_shards" : 66,
      "relocating_shards" : 0,
      "initializing_shards" : 0,
      "unassigned_shards" : 0,
      "delayed_unassigned_shards" : 0,
      "number_of_pending_tasks" : 0,
      "number_of_in_flight_fetch" : 0,
      "task_max_waiting_in_queue_millis" : 0,
      "active_shards_percent_as_number" : 100.0
    }
    
    #shell检测脚本
    # curl -s  http://172.16.1.162:9200/_cluster/health?pretty=true | grep "status" |awk -F '"' '{print $4}'
    

    6.ES集群故障转移

    6.1 什么是故障转义

    所谓故障转移指的是,当集群中有节点发生故障时,这个集群是如何进行自动修复的。

    ES集群目前是由3个节点组成,如下图所示,此时集群状态是 green

    6.2 模拟节点故障

    • 假设:node1 所在机器宕机导致服务终止,此时集群会如何处理;大体分为三个步骤:
    • 1.重新选举
    • 2.主分片调整
    • 3.副本分片调整

    6.2.1 重新选举

    node2node3 发现 node1 无法响应;一段时间后会发起 master 选举,比如这里选择 node2master 节点;此时集群状态变为 Red 状态;

    6.2.2 主分片调整

    node2 发现主分片 P0 未分配,将 node3 上的 R0 提升为主分片;此时所有的主分片都正常分配,集群状态变为 Yellow状态;

    6.2.3 副本分片调整

    node2P0P1 主分片重新生成新的副本分片 R0、R1,此时集群状态变为 Green

    7.ES文档路由原理

    ES文档分布式存储,当一个文档存储至 ES集群时,存储的原理是什么样的?
    如图所示,当我们想一个集群保存文档时,Document1是如何存储到分片P1的?选择P1的依据是什么?


    其实是有一个文档到分片的映射算法,其目是使所有文档均匀分布在所有的分片上,那么是什么算法呢?随机还是轮询呢? 这种是不可取的,因为数据存储后,还需要读取,那这样的话如何读取呢?
    实际上,在ES 中,通过如下的公式计算文档对应的分片存储到哪个节点,计算公式如下:

    shard = hash(routing) % number_of_primary_shards
    # hash                      算法保证将数据均匀分散在分片中
    # routing                   是一个关键参数,默认是文档id,也可以自定义。
    # number_of_primary_shards  主分片数
    
    # 注意:该算法与主分片数相关,一但确定后便不能更改主分片。
    # 因为一旦修改主分片修改后,Share的计算就完全不一样了。
    

    7.1 文档的创建流程

    7.2 文档的读取流程

    7.3 文档批量创建的流程

    7.4 文档批量读取的流程

    8.ES扩展集群节点

    8.1 节点扩展环境准备

    主机名称 IP地址
    es-node4 172.16.1.164 es-node5 172.16.1.165

    8.2 节点扩展1配置

    [root@oldxu-es-node4-172 ~]# grep "^[a-Z]" /etc/elasticsearch/elasticsearch.yml
    cluster.name: my-oldxu
    node.name: es-node4
    path.data: /var/lib/elasticsearch
    path.logs: /var/log/elasticsearch
    network.host: 0.0.0.0
    #bootstrap.memory_lock: true
    
    node.data: true     #data节点
    node.master: false  #不参与master选举
    discovery.seed_hosts: ["172.16.1.161", "172.16.1.162", "172.16.1.163"]
    

    8.3 节点扩展2配置

    [root@oldxu-es-node5-172 ~]# grep "^[a-Z]" /etc/elasticsearch/elasticsearch.yml
    cluster.name: my-oldxu
    node.name: es-node5
    path.data: /var/lib/elasticsearch
    path.logs: /var/log/elasticsearch
    #bootstrap.memory_lock: true
    network.host: 0.0.0.0
    
    node.data: true     #data节点
    node.master: false  #不参与master选举
    discovery.seed_hosts: ["172.16.1.161", "172.16.1.162", "172.16.1.163"]
    

    8.4 节点扩展检查

    通过 cerebor检查集群扩展后的状态;如果出现集群无法加入、或者加入集群被拒绝,尝试删除 /var/lib/elasticsearch 下的文件,然后重启 es

你可能感兴趣的:(ELK日志收集系统)