ELK+Filebeat是Linux日志集中分析的主流方案：Filebeat轻量采集转发，Logstash解析增强，Elasticsearch存储检索，Kibana可视化；需注意权限、时区统一和ILM索引生命周期管理。
想把多台 Linux 服务器的日志集中分析？ELK（Elasticsearch + Logstash + Kibana）配合 Filebeat 是目前最主流、轻量又可靠的方案。关键不在装全组件，而在理清角色分工：Filebeat 负责轻量采集和转发，Logstash 做解析增强，Elasticsearch 存储检索，Kibana 可视化。下面直接说落地要点。
Filebeat 部署：每台业务机只装它
Filebeat 是 Go 写的，资源占用低，适合装在日志源头。别在业务机上跑 Logstash —— 它吃 CPU 和内存，容易拖慢服务。
- 下载官方 deb/rpm 包或用 apt/yum 直接安装，启动前改 filebeat.yml
- 重点配 filebeat.inputs：指定日志路径（支持通配符，如
/var/log/nginx/*.log），开启multiline.pattern合并堆栈日志 - 输出设为 Logstash：
output.logstash: hosts: ["logstash-server:5044"]，别直连 Elasticsearch（会绕过解析逻辑） - 启动后用
filebeat test output确认连通性，再systemctl start filebeat
Logstash 配置：专注解析与结构化
Logstash 在专用节点运行，接收 Filebeat 发来的原始日志，做字段提取、时间重写、敏感信息过滤等。
- 输入插件固定用 beats，监听 5044 端口：
input { beats { port => 5044 } } - 过滤阶段用 grok 解析 Nginx、Java、Syslog 等常见格式，例如：
grok { match => { "message" => "%{NGINXACCESS}" } } - 加上 date 插件校准时间戳（Filebeat 发送的是采集时间，不是日志真实时间）
- 输出到 Elasticsearch：
output { elasticsearch { hosts => ["es-node1:9200"] index => "logs-%{+YYYY.MM.dd}" } }
Elasticsearch + Kibana：存储与看板
ES 建议至少 2 节点起步（防单点故障），Kibana 装在任意能访问 ES 的机器上。
- ES 配置里关掉
discovery.type: single-node（生产环境必须禁用），调大heap.size（建议不超过物理内存 50%，且 ≤32GB） - Kibana 启动前改 kibana.yml：设
server.host: "0.0.0.0"（如需远程访问），并指向 ES 地址：elasticsearch.hosts: ["http://es-node1:9200"] - 首次打开 Kibana，进 Stack Management → Index Patterns，创建
logs-*模式，选@timestamp为时间字段 - 之后就能在 Discover 查日志，在 Dashboard 建图表，比如“每分钟 5xx 错误数”或“Top IP 访问排行”
避坑提醒：权限、时区、索引爆炸
三个高频问题，提前处理省半天调试。
-
Filebeat 权限不够读不了日志？ 把 filebeat 用户加进对应日志组（如
usermod -a -G adm filebeat），或改日志文件权限（不推荐 chmod 777） -
日志时间全是 UTC？ Filebeat 和 Logstash 都要配
timezone => "Asia/Shanghai"，ES 索引模板里也显式声明 - ES 磁盘爆了？ 用 ILM（Index Lifecycle Management）自动删旧索引，比如保留 7 天，每天滚动一个索引，别让 logs-* 无限增长
