日誌同步分析概述 - Elasticsearch

應用系統在提供服務過程中，會產生各種各樣的日誌資料。針對這些資料，可以根據業務的需求和環境，選擇對應的方案採集資料並傳輸到Elasticsearch服務中進行查詢分析。本文對日誌同步分析的方案進行了匯總。

相關文檔	方案描述
通過Filebeat採集Apache日誌資料	典型的ELK日誌採集模式。使用阿里雲Filebeat採集Apache日誌資料，通過阿里雲Logstash過濾採集後的日誌資料，傳輸到Elasticsearch中進行查詢分析。
通過logstash-input-sls外掛程式從Log Service擷取日誌	通過logstash-input-sls外掛程式，使用Logstash從Log Service擷取日誌，傳輸到Elasticsearch中進行查詢分析。
通過自建Filebeat收集MySQL日誌	通過自建Filebeat採集MySQL日誌並發送到Elasticsearch中，然後在Kibana控制台中進行可視化查詢、分析和展示。
通過Elasticsearch和rsbeat即時分析Redis slowlog	使用rsbeat將Redis slowlog採集到Elasticsearch中，然後在Kibana中進行圖形化分析。
Elastic Agent採集Nginx日誌資料	通過Elastic Agent採集伺服器上的Nginx日誌資料，在Kibana中進行可視化分析，提升Nginx伺服器的效能和安全性。
Elastic Agent採集NetFlow日誌資料	NetFlow是一種網路流量分析技術，用於監測、分析和診斷網路流量，通過Elastic Agent採集伺服器上的NetFlow日誌資料，協助管理員實現對伺服器網路流量的即時監控和分析。
Elastic Agent採集自訂日誌資料	通過Elastic Agent採集伺服器上的自訂日誌，根據業務情境監控和分析資料。