9 款日志采集&管理工具对比，选型必备！

Posted 2023-03-05 Python猫

△点击上方“Python猫”关注 ，回复“1”领取电子书

原文：https://sourl.cn/WmX6SD

大家好，我是猫哥。对于日志管理当前网络上提供了大量的日志工具，今天就给大家分析总结一下这些常用工具的特点，希望对你们在选型时有所帮助。

如果有用，记得一键三连~~~

1、Filebeat

Filebeat是用于转发和集中日志数据的轻量级传送程序。作为服务器上的代理安装，Filebeat监视您指定的日志文件或位置，收集日志事件，并将它们转发到Elasticsearch或Logstash进行索引。

Filebeat的工作方式如下：启动Filebeat时，它将启动一个或多个输入，这些输入将在为日志数据指定的位置中查找。对于Filebeat所找到的每个日志，Filebeat都会启动收集器。每个收集器都读取一个日志以获取新内容，并将新日志数据发送到libbeat，libbeat会汇总事件并将汇总的数据发送到您为Filebeat配置的输出。

1.1 主要特点

• 轻量级并且易使用

• 模块可用于常见用例（例如 Apache 访问日志）。您可以使用它们来设置 Filebeat、Ingest 和 Kibana 仪表板，只需几个命令

1.2 价格

免费开源

1.3 优点

• 资源使用率低

• 良好的性能

1.4 缺点

有限的解析和丰富功能

2、Graylog

Graylog是一个开源的日志聚合、分析、审计、展现和预警工具。功能上和ELK类似，但又比ELK要简单，依靠着更加简洁，高效，部署使用简单的优势很快受到许多人的青睐。

2.1 主要特点

• 一个包含日志处理所有要素的软件包：收集、解析、缓冲、索引、搜索、分析。

• 开源 ELK 堆栈无法提供的其他功能，例如基于角色的访问控制和警报

2.2 价格

• 免费和开源，不过也有企业版(根据要求提供价格)

2.3 优点

• 在一个软件包中满足大多数集中式日志管理用例的需求

• 轻松扩展存储 (Elasticsearch) 和获取通道

2.4 缺点

• 可视化能力是有限的，至少与ELK的Kibana相比是如此

• 不能使用整个ELK生态系统，因为他们不能直接访问Elasticsearch API。相反，Graylog有自己的API

3、LogDNA

LogDNA是日志管理领域的新成员。LogDNA可作为SaaS和内部使用，提供所有日志基础:通过syslog和HTTP(S)以及全文搜索和可视化，提供基于代理和无代理的日志收集，并提供清晰且具有竞争力的价格。

3.1 主要特点

• 用于在组织外部共享日志的嵌入式视图

• 自动解析常用日志格式

3.2 价格

• 免费：无存储

• 收费：付费计划起价为每月每GB 1.50 美元，保留 7 天

3.3 优点

• 用于搜索日志的简单 UI，类似于 Papertrail

• 易于理解的计划

3.4 缺点

• 可视化能力有限

• 保留期取决于计划（从 7 天到 30 天）。用户数量也是如此（最便宜的计划只允许 5 个）

4、ELK

4.1 主要特点

ELK堆栈包含了日志管理解决方案所需的大多数工具:

• Log shippers：如Logstash和Filebeat

• Elasticsearch是一个可扩展的搜索引擎

• Kibana作为搜索日志或构建可视化的UI

它在集中日志方面非常流行，有很多关于如何在网络上使用它的教程。有一个庞大的工具生态系统，您可以在基本设置之上使用这些工具，通过警报、基于角色的访问控制等来增强它。我们将在这篇博文中详细介绍这些额外的附加功能，我们将在其中讨论 Elastic Stack 功能的替代方案。

• Elasticsearch默认情况下对每个字段进行索引，使搜索速度更快

• 通过API和Kibana实现实时可视化

• 索引前的数据解析和充实

4.2 价格

免费和开源。一些公司提供托管 ELK 的形式，见上文。 还有 Elastic Cloud，它是云中 ELK 的一种纯粹形式，您主要需要自己管理。

4.3 优点

• 可扩展的搜索引擎作为日志存储

• 成熟的log shippers

• Kibana 中的 Web UI 和可视化

4.4 缺点

• 在规模上，它可能变得难以维护。这就是 Sematext 提供 ELK 堆栈咨询、生产支持和培训的原因

• ELK Stack 的开源版本缺少一些功能，例如基于角色的访问控制和警报。您可以通过商业“Elastic Stack 功能”或其替代品或 Visa Open Distro for Elasticsearch 获得这些功能。

5、Grafana Loki

Loki 及其生态系统是 ELK 堆栈的替代方案，但它做出了不同的权衡。通过仅索引某些字段（标签），它可以具有完全不同的架构。也就是说，主要的写入组件（Ingester）会将大量日志保存在内存中，从而使最近的查询速度更快。随着块变老，它们被写入两个地方：用于标签的键值存储（例如 Cassandra）和用于块数据的对象存储（例如 Amazon S3）。当您添加数据时，它们都不需要后台维护（例如 Elasticsearch/Solr 需要合并）。
如果您查询较旧的数据，您通常会按标签和时间范围进行过滤。这限制了必须从长期存储中检索的块的数量。

5.1 主要特点

• 同一 UI 中的日志和指标 (Grafana)

• Loki 标签可以与 Prometheus 标签保持一致

5.2 价格

• 免费：免费开源

• 收费：还有Grafana Cloud，提供Loki的SaaS服务(也有内部部署的选项)。价格从49美元起，包括100GB的日志存储(30天保留)和3000个度量系列

5.3 优点

• 与 ELK 相比，摄取速度更快：索引更少，无需合并

• 小存储占用：较小的索引，数据只写入一次到长期存储（通常具有内置复制）

• 使用更便宜的存储（例如 AWS S3）

5.4 缺点

• 与 ELK 相比，较长时间范围内的查询和分析速度较慢

• 与 ELK 相比，log shippers选项更少（例如 Promtail 或 Fluentd）

• 不如 ELK 成熟（例如更难安装）

6、Datadog

Datadog 是一种 SaaS，最初是作为监控 (APM) 工具，后来还添加了日志管理功能。您可以通过 HTTP(S) 或 syslog，通过现有的日志传送器（rsyslog、syslog-ng、Logstash 等）或通过 Datadog 自己的代理发送日志。它的特点是 Logging without Limits™，这是一把双刃剑：更难预测和管理成本，但您可以获得即用即付定价（见下文）以及您可以存档和从存档中恢复的事实。

6.1 主要特点

• 用于解析和丰富日志的服务器端处理管道

• 自动检测常见的日志模式

• 可以将日志归档到 AWS/Azure/Google Cloud 存储并在以后重新使用它们

6.2 价格

• 处理起价为每月每GB 0.10 美元（例如 1GB 每天 3 美元）

• 处理也适用于从档案中获取，尽管这里的数据是压缩的

• 100 万个事件的存储起价为 1.59 美元，为期 3 天（例如，47.7 美元，1GB/天，每个 1K，存储 3 天）

6.3 优点

• 容易搜索，良好的自动完成(基于facet)

• 与DataDog指标和跟踪的集成

• 负担得起，特别是对于短期保留和/或如果你依靠存档进行一些搜索

6.4 缺点

现场不可用。一些用户抱怨成本失控（由于定价灵活）。虽然您可以设置每日处理配额

7、Logstash

Logstash 是一个日志收集和处理引擎，它带有各种各样的插件，使您能够轻松地从各种来源摄取数据，将其转换并转发到定义的目的地。它与 Elasticsearch 和 Kibana 一起是 Elastic Stack 的一部分，这就是为什么它最常用于将数据传送到 Elasticsearch。

7.1 主要特点

• 许多内置的输入、过滤/转换和输出插件

• 灵活的配置格式:您可以添加内联脚本，包括其他配置文件等

7.2 价格

免费开源

7.3 优点

• 容易开始和移动到复杂的配置

• 灵活:Logstash用于各种日志记录用例，甚至用于非日志记录数据

• 写得很好的文档和大量的操作指南

7.4 缺点

• 与其他日志shippers相比，资源使用率高

• 与替代品相比，性能较差

8、Fluentd

作为一个很好的 Logstash 替代品，Fluentd 是 DevOps 的最爱，特别是对于 Kubernetes 部署，因为它具有丰富的插件库。与 Logstash 一样，它可以将数据结构化为 JSON，并涉及日志数据处理的所有方面：收集、解析、缓冲和输出跨各种来源和目的地的数据。

8.1 主要特点

• 与库和Kubernetes的良好集成

• 大量的内置插件，很容易编写新的

8.2 价格

免费开源

8.3 优点

• 良好的性能和资源使用

• 良好的插件生态系统

• 易于使用的配置

• 良好的文档

8.4 缺点

• 解析前没有缓冲，可能会导致日志管道出现背压

• 对转换数据的支持有限，就像您可以使用 Logstash 的 mutate 过滤器或 rsyslog 的变量和模板一样

9、Splunk

Splunk 是最早的商业日志集中工具之一，也是最受欢迎的。典型的部署是本地部署 (Splunk Enterprise)，尽管它也作为服务提供 (Splunk Cloud)。您可以将日志和指标发送到 Splunk 并一起分析它们。

9.1 主要特点

• 用于搜索和分析的强大查询语言

• 搜索时字段提取（在摄取时解析之外）

• 自动将经常访问的数据移动到快速存储，将不经常访问的数据自动移动到慢速存储

9.2 价格

• 免费：每天 500MB 数据

• 付费计划可应要求提供，但常见问题解答建议 1GB 的起价为 150 美元/月

9.3 优点

• 成熟且功能丰富

• 对于大多数用例来说，良好的数据压缩(假设有有限的索引，正如推荐的那样)

• 日志和度量在一个屋檐下

9.4 缺点

• 贵

• 对于较长的时间范围，查询速度较慢(建议使用有限的索引)

• 用于度量存储的效率低于专注于监控的工具

Python猫技术交流群开放啦！群里既有国内一二线大厂在职员工，也有国内外高校在读学生，既有十多年码龄的编程老鸟，也有中小学刚刚入门的新人，学习氛围良好！想入群的同学，请在公号内回复『交流群』，获取猫哥的微信（谢绝广告党，非诚勿扰！）~

还不过瘾？试试它们

▲Python工匠：解析容器类型的门道

▲在手机上 Python 编程，可以试试它！

▲如何用 Python 实现分布式计算？

▲分享几款超好用的 REST API 工具

▲Python 项目工程化最佳实践指南

▲Bpytop：一款 Python 版终端资源监控器！

如果你觉得本文有帮助

请慷慨分享和点赞，感谢啦！