Grundlæggende Docker og DevOps · Lektion

Centraliserede logløsninger

Opsæt et centraliseret logsystem, f.eks. det grundlæggende i ELK-stakken, til at samle og analysere containerlogs.

Lektion 2 af 411 trin

Centraliserede logløsninger er en gratis Grundlæggende Docker og DevOps-lektion på CoddyKit. Dette er lektion 2 af 4. Du kan læse alle 3 lektioner i dette læringsspor gratis i deres fulde længde — derefter låser CoddyKit PRO alle lektioner op samt praktiske øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Den er en del af læringsforløbet i Grundlæggende Docker og DevOps, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Grundlæggende Docker og DevOps-kurset indeholder 4 lektioner i alt.

Hvorfor centralisere dine logge?

Forestil dig, at du har mange containere, som hver genererer logge. Hvordan finder du en fejl, hvis den er fordelt på hundredvis af logfiler?

  • Spredte logge: Loggene ligger på forskellige servere eller i forskellige containere og er svære at finde.
  • Ingen indsigt i realtid: Du kan ikke nemt se mønstre eller problemer, mens de opstår.
  • Vanskelig analyse: Det er tidskrævende og fejlbehæftet at gennemgå logge manuelt.

Det er her, centraliseret logning kommer ind i billedet!

Centraliserede logløsninger — illustration 1

Hvad er centraliseret logning?

Centraliseret logning er praksissen med at indsamle logge fra alle dine applikationer og din infrastruktur på én central placering.

Tænk på det som et kontroltårn for alle systemets meddelelser. I stedet for at se på logge fra enkelte containere har du én platform, hvor du kan:

  • Aggregere: Samle alle logge ét sted.
  • Gemmer: Opbevare logge i en organiseret database, der kan søges i.
  • Analysere: Søge i, filtrere og visualisere logdata for at få indsigt.

Det gør fejlfinding meget hurtigere og mere effektiv.

Vigtige komponenter i et system

Et typisk centraliseret logningssystem består af nogle få vigtige dele, der arbejder sammen:

  • Logagenter: Små programmer, der kører på hver server eller i hver container for at indsamle logge.
  • Logaggregatorer: Tjenester, der modtager logge fra agenter, behandler dem og sender dem til lageret.
  • Loglager: En database, der er optimeret til at gemme og forespørge på store mængder logdata.
  • Visualiseringsværktøjer: Oversigter og grænseflader til at udforske, søge i og visualisere logge.

Disse komponenter sikrer, at loggene flyder problemfrit fra kilde til analyse.

Introduktion til ELK Stack

ELK Stack er en populær open source-pakke til centraliseret logning. ELK står for:

  • Elasticsearch: En søge- og analysemotor.
  • Logstash: En databehandlingspipeline.
  • Kibana: Et dashboard til datavisualisering.

Til sammen udgør de en effektiv løsning til indsamling, lagring og analyse af logge fra dine applikationer og din infrastruktur.

Elasticsearch: Datalageret

Elasticsearch er hjertet i ELK Stack til datalagring og søgning. Det er en yderst skalerbar, distribueret fuldtekstsøgemaskine.

Den tager de behandlede logge og gemmer dem på en måde, der gør dem utroligt hurtige at søge i og analysere – selv med petabytes data.

  • Gemmer logge i JSON-dokumenter.
  • Giver effektive søgemuligheder.
  • Skalerer horisontalt til store datasæt.

Logstash: Datatransportøren

Logstash fungerer som en databehandlingspipeline. Den indsamler data fra forskellige kilder, omdanner dem og sender dem derefter til et "stash" (som regel Elasticsearch).

Den er meget fleksibel og kan håndtere mange forskellige logformater og kilder.

  • Input: Modtager logge (f.eks. fra filer, netværk og agenter).
  • Filter: Fortolker, omdanner og beriger logdata.
  • Output: Sender behandlede data til Elasticsearch eller andre destinationer.

Kibana: Visualiseringsværktøjet

Kibana er dit vindue til de data, der er gemt i Elasticsearch. Det er et effektivt værktøj til visualisering og opbygning af oversigter.

Med Kibana kan du:

  • Søge og udforske: Forespørge på dine logdata på en enkel måde.
  • Visualisere: Oprette diagrammer, grafer og kort ud fra dine logge.
  • Oversigter: Opbygge interaktive oversigter til at overvåge systemets tilstand og applikationers adfærd i realtid.

Det hjælper med at omdanne rå data til brugbar indsigt.

Generering af containerlogge

Før logge kan indsamles, skal de genereres! De fleste applikationer i containere skriver ganske enkelt deres output til stdout (standardoutput) eller stderr (standardfejl).

Docker opfanger disse datastrømme som containerlogge. Prøv at køre denne enkle kommando for at se en container generere output:

docker run --rm alpine/git ls -l /

Begrebsmæssigt logforløb med ELK

Her er et forenklet logforløb i en ELK-opsætning:

  1. Din applikation i en Docker-container skriver logge til stdout.
  2. En logagent (f.eks. Filebeat, som ofte bruges sammen med ELK) indsamler disse logge.
  3. Agenten sender loggene til Logstash til behandling.
  4. Logstash fortolker og omdanner loggene.
  5. De behandlede logge sendes til Elasticsearch til lagring.
  6. Kibana opretter forbindelse til Elasticsearch for at visualisere og søge i loggene.

Det skaber en tydelig sti for alle dine containerlogge.

Hurtigt tjek: ELK-roller

Hvilke af følgende udsagn beskriver korrekt komponenternes roller i ELK Stack?

Opsummering: Centraliseret logning

Godt arbejde! Du har lært det grundlæggende om centraliseret logning og ELK Stack.

  • Centraliseret logning samler logge fra mange kilder ét sted.
  • Det hjælper med hurtigere fejlfinding og bedre indsigt.
  • ELK Stack (Elasticsearch, Logstash og Kibana) er en populær løsning.
  • Elasticsearch gemmer og indekserer logge.
  • Logstash behandler og omdanner logge.
  • Kibana visualiserer og udforsker logge.

Denne effektive kombination hjælper dig med at administrere og forstå dine containerlogge.

Gratis at komme i gang

Lær Grundlæggende Docker og DevOps med en AI-underviser — gratis

Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.

Kurser
12
Lektioner
48

Ofte stillede spørgsmål

Er lektionen “Centraliserede logløsninger” gratis?

Ja — alle 3 lektioner i læringssporet Grundlæggende Docker og DevOps, inklusive “Centraliserede logløsninger”, kan læses gratis i deres fulde længde her på webstedet. Derefter låser CoddyKit PRO alle lektioner op samt interaktive øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Grundlæggende Docker og DevOps-kurset indeholder 4 lektioner i alt.

Hvad lærer jeg i “Centraliserede logløsninger”?

Opsæt et centraliseret logsystem, f.eks. det grundlæggende i ELK-stakken, til at samle og analysere containerlogs. Du øver dig i Grundlæggende Docker og DevOps med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.

Skal jeg have erfaring for at begynde på Grundlæggende Docker og DevOps?

Der kræves ingen tidligere erfaring. Grundlæggende Docker og DevOps på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 2 af 4.

Hvor lang tid tager lektionen “Centraliserede logløsninger”?

De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.

Kan jeg skrive og køre kode i denne Grundlæggende Docker og DevOps-lektion?

Ja. Alle Grundlæggende Docker og DevOps-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.

Alle lektioner i dette kursus

  1. Introduktion til overvågning
  2. Centraliserede logløsninger
  3. Alarmering og hændelseshåndtering
  4. Metrikker, dashboards og SLIs/SLO'er
← Tilbage til Grundlæggende Docker og DevOps