Beats: ตัวส่งข้อมูลขนาดเล็ก
ค้นพบตระกูล Beats ที่ส่งล็อกและเมทริกซ์เข้าสู่ ELK Stack เรียนรู้ว่าเมื่อใดควรใช้ Filebeat แทน Metricbeat และ Beats ทำงานร่วมกับ Logstash อย่างไร
Beats: ตัวส่งข้อมูลขนาดเล็ก เป็นบทเรียน System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) ฟรีบน CoddyKit นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) มีบทเรียนทั้งหมด 4 บทเรียน
บางส่วนของบทเรียนนี้ยังไม่ได้รับการแปล และแสดงเป็นภาษาอังกฤษ
What Are Beats?
Beats are lightweight, single-purpose agents installed on your servers to collect data and ship it to Elasticsearch or Logstash. They use few resources, ideal for edge collection.
The Beats Family
Each Beat targets one data type.
- Filebeat for log files
- Metricbeat for system and service metrics
- Packetbeat for network data
- Heartbeat for uptime checks
Where Beats Fit
Beats sit at the source. They can ship directly to Elasticsearch, or to Logstash first when you need heavier parsing and enrichment.
app server -> Filebeat -> Logstash -> Elasticsearch -> KibanaFilebeat Basics
Filebeat tails log files and forwards new lines. It tracks read position so it resumes after restarts without duplicating data.
filebeat.inputs:
- type: log
paths:
- /var/log/app/*.logSending to Elasticsearch
For simple pipelines, point Filebeat straight at Elasticsearch.
output.elasticsearch:
hosts: ["http://localhost:9200"]Sending to Logstash
When you need grok parsing or enrichment, send to Logstash instead.
output.logstash:
hosts: ["localhost:5044"]Metricbeat
Metricbeat collects metrics from the OS and from services through modules.
metricbeat.modules:
- module: system
metricsets: [cpu, memory, network]
period: 10sModules and Dashboards
Beats ship with prebuilt modules that include parsing rules and ready-made Kibana dashboards, so you get visualizations without manual setup.
filebeat modules enable nginx
filebeat setup --dashboardsBack Pressure Handling
If the output is slow or down, Beats apply back pressure and buffer locally, slowing reads instead of dropping data.
Beats vs Logstash
Beats are light shippers; Logstash is a heavy processor. Use Beats at the edge for collection and Logstash centrally for transformation.
- Beats: low footprint, on every host
- Logstash: more CPU, fewer central nodes
A Typical Setup
Filebeat on each app server forwards logs to a Logstash pipeline that parses and enriches them before indexing in Elasticsearch for Kibana.
Quick Check
Choose the right Beat.
Recap
You learned that Beats are lightweight per-purpose shippers, that Filebeat handles logs and Metricbeat handles metrics, and that Beats can send directly to Elasticsearch or through Logstash for heavier parsing. Beats sit at the edge with a small footprint, complementing central Logstash processing.
เรียนรู้ System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) ด้วย AI tutor — ฟรี
เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป
- คอร์ส
- 12
- บทเรียน
- 48
คำถามที่พบบ่อย
บทเรียน “Beats: ตัวส่งข้อมูลขนาดเล็ก” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “Beats: ตัวส่งข้อมูลขนาดเล็ก” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) ให้อัปเกรดเป็น CoddyKit PRO คอร์ส System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) มีบทเรียนทั้งหมด 4 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “Beats: ตัวส่งข้อมูลขนาดเล็ก”
ค้นพบตระกูล Beats ที่ส่งล็อกและเมทริกซ์เข้าสู่ ELK Stack เรียนรู้ว่าเมื่อใดควรใช้ Filebeat แทน Metricbeat และ Beats ทำงานร่วมกับ Logstash อย่างไร คุณปฏิบัติ System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน
บทเรียน “Beats: ตัวส่งข้อมูลขนาดเล็ก” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) นี้ได้ไหม
ได้ บทเรียน System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- Elasticsearch: การทำดัชนีและการค้นหา
- Logstash: การรับและประมวลผลข้อมูล
- Kibana: การแสดงผลและแดชบอร์ด
- Beats: ตัวส่งข้อมูลขนาดเล็ก