当前位置:首页 > 文章列表 > 文章 > linux > Linux安装ELK日志平台教程

Linux安装ELK日志平台教程

2026-04-15 11:24:40 0浏览 收藏
本文详细介绍了在主流Linux发行版(如Ubuntu 20.04/22.04、CentOS 8/9)上从零部署ELK日志平台(Elasticsearch、Logstash、Kibana)的完整实战流程,涵盖Java 11+环境配置、各组件安装与安全加固(含TLS加密、用户认证、密码初始化)、关键配置文件详解(elasticsearch.yml、Logstash管道、kibana.yml)、版本兼容性要点及服务启动顺序与验证方法,助你快速搭建一个生产就绪、安全可靠、可扩展的集中式日志采集、分析与可视化平台。

Linux怎么安装ELK日志平台_Linux ELK Stack完整部署教程【高级】

如果您希望在Linux系统中构建一个集中式日志分析平台,ELK Stack(Elasticsearch、Logstash、Kibana)是主流选择之一。以下是基于主流Linux发行版(如CentOS 8/9、Ubuntu 20.04/22.04)的完整部署步骤:

一、准备Java运行环境

Elasticsearch和Logstash依赖Java 11或更高版本,必须预先安装并配置好JDK。不满足此条件将导致服务无法启动。

1、执行java -version检查是否已安装Java 11+;若未安装,则根据系统选择对应命令:

2、在Ubuntu上运行:sudo apt update && sudo apt install -y openjdk-17-jdk

3、在CentOS/RHEL上运行:sudo dnf install -y java-17-openjdk-devel

4、验证JAVA_HOME是否正确设置:echo $JAVA_HOME,若为空则需手动导出:export JAVA_HOME=/usr/lib/jvm/java-17-openjdk

二、安装Elasticsearch

Elasticsearch作为ELK的数据存储与检索核心,需独立部署并启用安全功能(如TLS和用户认证)以保障生产环境可用性。

1、下载官方RPM/DEB包:访问https://www.elastic.co/downloads/elasticsearch,获取对应系统的最新稳定版链接;

2、在Ubuntu上执行:wget -qO - https://artifacts.elastic.co/GPG-KEY-elasticsearch | sudo apt-key add -

3、添加APT源后更新并安装:sudo apt-get install elasticsearch

4、在CentOS上执行:sudo rpm --import https://artifacts.elastic.co/GPG-KEY-elasticsearch

5、编辑/etc/elasticsearch/elasticsearch.yml,设置:network.host: 0.0.0.0与http.port: 9200,并启用安全模块:xpack.security.enabled: true

6、首次启动前初始化密码:sudo /usr/share/elasticsearch/bin/elasticsearch-setup-passwords auto

三、安装Logstash

Logstash负责采集、过滤和转发日志数据,其配置文件定义了输入源、处理逻辑与输出目标,必须与Elasticsearch版本严格兼容。

1、Ubuntu下直接安装:sudo apt-get install logstash

2、CentOS下执行:sudo dnf install logstash

3、创建配置文件/etc/logstash/conf.d/syslog.conf,内容包含input(如file/beats)、filter(如grok解析)、output(指向Elasticsearch)三段;

4、确保output中指定Elasticsearch用户名密码:user => "elastic"与password => "your_generated_password"

5、测试配置语法:sudo -u logstash /usr/share/logstash/bin/logstash -t -f /etc/logstash/conf.d/syslog.conf

四、安装Kibana

Kibana提供可视化界面,需与Elasticsearch通信,并使用相同版本号;其前端请求默认由Nginx反向代理时需额外配置CORS与X-Forwarded-For头。

1、Ubuntu安装命令:sudo apt-get install kibana

2、CentOS安装命令:sudo dnf install kibana

3、编辑/etc/kibana/kibana.yml,设置:server.host: "0.0.0.0"、elasticsearch.hosts: ["https://localhost:9200"];

4、配置Elasticsearch认证信息:elasticsearch.username: "kibana_system"与elasticsearch.password: "generated_kibana_system_password"

5、启用HTTPS访问(可选但推荐):生成SSL证书并配置server.ssl.enabled: true及对应路径;

五、启用服务并验证连通性

各组件必须按Elasticsearch → Logstash → Kibana顺序依次启动,否则因依赖关系失败;systemd状态需全部显示为active (running)。

1、依次执行启用命令:sudo systemctl daemon-reload

2、启动Elasticsearch:sudo systemctl enable elasticsearch && sudo systemctl start elasticsearch

3、启动Logstash:sudo systemctl enable logstash && sudo systemctl start logstash

4、启动Kibana:sudo systemctl enable kibana && sudo systemctl start kibana

5、检查端口监听状态:sudo ss -tuln | grep -E '9200|5601|5044'

6、访问http://[服务器IP]:5601,使用elastic用户登录,进入Stack Management → Index Patterns创建索引模式;

好了,本文到此结束,带大家了解了《Linux安装ELK日志平台教程》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

AI绘画入门:SD新手教程详解AI绘画入门:SD新手教程详解
上一篇
AI绘画入门:SD新手教程详解
Anki插件推荐与功能拓展指南
下一篇
Anki插件推荐与功能拓展指南
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    266次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    318次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    303次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    275次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    94次使用