前言

    Elastic Stack 在最近两年迅速崛起，成为机器数据分析，或者说实时日志处理领域，开源界的第一选择。和传统的日志处理方案相比，Elastic Stack 具有如下几个优点：

    • 处理方式灵活。Elasticsearch 是实时全文索引，不需要像 storm 那样预先编程才能使用；
    • 配置简易上手。Elasticsearch 全部采用 JSON 接口，Logstash 是 Ruby DSL 设计，都是目前业界最通用的配置语法设计；
    • 检索性能高效。虽然每次查询都是实时计算，但是优秀的设计和实现基本可以达到全天数据查询的秒级响应；
    • 集群线性扩展。不管是 Elasticsearch 集群还是 Logstash 集群都是可以线性扩展的；

    当然，Elastic Stack 也并不是实时数据分析界的灵丹妙药。在不恰当的场景，反而会事倍功半。我自 2014 年初开 QQ 群交流 Elastic Stack，发现网友们对 Elastic Stack 的原理概念，常有误解误用；对实现的效果，又多有不能理解或者过多期望而失望之处。更令我惊奇的是，网友们广泛分布在传统企业和互联网公司、开发和运维领域、Linux 和 Windows 平台，大家对非专精领域的知识，一般都缺乏了解，这也成为使用 Elastic Stack 时的一个障碍。

    为此，写一本 Elastic Stack 技术指南，帮助大家厘清技术细节，分享一些实战案例，成为我近半年一大心愿。本书大体完工之后，幸得机械工业出版社华章公司青睐，以《ELK Stack 权威指南》之名重修完善并出版，有意收藏者欢迎。

    欢迎加入 Elastic Stack 交流 QQ 群：315428175。

    欢迎捐赠，作者支付宝账号：

    ercode

    想要查阅过去 k3、k4、logstash-2.x 等不同老版本资料的读者，请下载 ELK release：https://github.com/chenryn/ELKstack-guide-cn/releases/tag/ELK

    限于个人经验、时间和场景，有部分 Elastic Stack 社区比较常见的用法介绍未完成，期待各位同好出手。罗列如下：

    • es-hadoop 用例
    • beats 开发
    • codec/netflow 的详解
    • filter/elapsed 的用例
    • zeppelin 的 es 用例
    • kibana的filter交互用法
    • painless的date对象用法：同比环比图
    • cat nodeattrs接口
    • timelion保存成panel的用法
    • regionmap用法
    • Time Series Visual Builder用法
    • Viewing Document Context用法
    • Dead Letter Queues讲解
    • elastalert 新版说明