所以,我必须想出一个办法,使大量用户数据“可读”的,并想知道如果有人能使用的东西elasticsearch + kibana的方法之间指出的区别与使用诸如MRTG之类的东西。 什么更适合于更关注趋势的数据分析?大数据分析。 Elasticsearch,Logstash,Kibana,MRTG
回答
您提到的两种方法适用于完全不同类型的数据。如果您的数据包含一系列常规时间戳的度量值(例如来自路由器接口的5分钟流量速率样本或来自温度传感器的1分钟样本),那么MRTG(或更确切地说,是RRDTool,它是后端数据库)非常适合这样做。如果数据不规则,仍然有可能,但是您需要对RRDTool数据库设置进行一些自定义以避免大量“未知”区域。 RRDTool能够对您记录的指标进行趋势分析,但这不是通过MRTG完成的 - 您需要直接调用RRDTool函数。
如果您的数据是文本日志条目(事件)的不规则序列,可能包含可解析的位置数据,并且您在查看单个事件之前更深入了解事件的数量或速率,Logstash/Kibana是要走的路。他们会为您提供一段时间内事件率的图表,但我认为他们不能提供趋势分析。此外,他们不提供嵌入在事件日志文本中的解析数据的图形分析。 Logstash/kibana非常适用于Syslog,Eventlog,应用程序日志(如Apache日志)等,您可以在这里查看一段时间内匹配特定模式的事件的模式。
你没有提供有关数据的实际性质足够的信息,也没有什么样的用户需要“读取”分析的,所以这是一定的能力的高度概括。
Elasticsearch对于存储结构化数据(如文本)非常有效。 Logstash的用例是如何为有效查询构造数据的一个例子。
MRTG/RRD是一种用于测量时间间隔数据的工具。每X时间单位,对数值Y.MRTG/RRD对存储文本无效,它的作业不会触及Elasticsearch的用例。
如果您已经安装并运行了Logstash,Graphite可能是一个考虑工具。 Logstash可以将事件触发到Graphite或Statsd以及将事件数据存储在ElasticSearch中。关于Graphite/Carbon的好处在于它不像MRTG那样与时间间隔相关联。您可以尽可能多地将信息发布到Graphite,或者不常用。
您在其他答案中给出的用例将是Graphite或类似工具的绝佳应用。您可以在Graphite中绘制和报告许多基于值的事件,然后使用Elasticsearch将数据关联回事件。 (我的意思并不是说有一个与ES和石墨,只是如果你使用Logstash推事件,时代也就容易寻找整合。)
我想我刚刚意识到你是基于事件查询询问Kibana的绘图能力,不是吗? – Mutant 2014-10-29 05:41:46
- 1. Logstash/Elasticsearch/Kibana资源规划
- 2. 配置Elasticsearch,Kibana 5,Logstash与http输入
- 3. 没有Logstash的Kibana + Elasticsearch可能?
- 4. 将数据插入elasticsearch使用logstash和kibana
- 5. Laravel解析日志与麋鹿(elasticsearch,logstash,kibana)
- 6. Logstash + logstash forwarder + kibana + Elasticsearch的自定义日志
- 7. elasticsearch/kibana错误“数据过大,数据[@timestamp]将大于限制
- 8. 集群ELK + Kibana + Logstash
- 9. Kibana,适用于大数据环境的Logstash
- 10. 如何使用nsq作为ELK栈的代理(ElasticSearch + LogStash + Kibana)
- 11. 如何分解与logstash和kibana json数据
- 12. 如何在Elasticsearch中添加新的SQL行 - Logstash - Kibana?
- 13. ElasticSearch Kibana match_all
- 14. Logstash不写入Elasticsearch
- 15. Logstash:在Elasticsearch
- 16. Elasticsearch/Kibana查询
- 17. 使用filebeat,logstash和elasticsearch发送json格式的日志到kibana?
- 18. 关于Elasticsearch,Logstash和Kibana的非技术术语
- 19. ElasticSearch + Kibana显示业务数据
- 20. 如何修改或logstash添加JSON场在ElasticSearch和Kibana
- 21. logstash&kibana设置@message属性
- 22. 大数据架构:带Hive或Hadoop的Elasticsearch-Kibana
- 23. logstash elasticsearch输出
- 24. Elasticsearch和Kibana
- 25. 分布式跟踪日志记录和与Logstash,Kibana和ElasticSearch集成
- 26. Elasticsearch Logstash Filebeat映射
- 27. logstash和elasticsearch geo_point
- 28. Elasticsearch - Kibana - GROUP BY和计数
- 29. Kibana Elasticsearch - 指数缺少
- 30. Logstash + ElasticSearch + Kibana组合来自不同领域的结果在不同的文件
我可以给你举个例子:我有从这个数据一种设备类型,我知道一段时间内有多少次检查和违规(这段时间是我选择的,这取决于我如何汇总数据,是的,这是时间戳)。我想绘制这个图表并解释数据,以便我们可以识别模式以避免大问题(太多违规,没有限制检查)。 谢谢你的回答。 – 2014-10-23 11:12:49
如果您有一些时间戳数据(通常为定期间隔),并且自上次采样以来已有违规计数,那么对于使用“ABSOLUTE”数据类型的MRTG/RRDTool来说,这将是最佳选择,这会将其转换为违规/秒,然后您可以总结并随时间变化。 但是,如果您已经为每次违规生成了一个日志条目,那么Elasticsearch可能会更合适。 – 2014-10-23 20:45:16
谢谢你的帮助! – 2014-11-03 14:50:17