常见日志收集方案
1.1、EFK
在Kubernetes集群上运行多个服务和应用程序时，日志收集系统可以帮助你快速分类和分析由Pod生成的大量日志数据。
Kubernetes中比较流行的日志收集解决方案是Elasticsearch、Fluentd和Kibana（EFK）技术栈，也是官方推荐的一种方案。
1）Elasticsearch：是一个实时的，分布式的，可扩展的搜索引擎，它允许进行全文本和结构化搜索以及对日志进行分析。它通常用于索引和搜索大量日志数据，也可以用于搜索许多不同种类的文档。
2）Kibana：Elasticsearch通常与Kibana一起部署，kibana可以把Elasticsearch采集到的数据通过dashboard（仪表板）可视化展示出来。Kibana允许你通过Web界面浏览Elasticsearch日志数据，也可自定义查询条件快速检索出elasticccsearch中的日志数据。
3）Fluentd：是一个流行的开源数据收集器，我们在 Kubernetes 集群节点上安装 Fluentd，通过获取容器日志文件、过滤和转换日志数据，然后将数据传递到 Elasticsearch 集群，在该集群中对其进行索引和存储。
1.2、ELK Stack
1）Elasticsearch：日志存储和搜索引擎，它的特点有：分布式，零配置，自动发现，索引自动分片，索引副本机制，restful风格接口，多数据源，自动搜索负载等。
2）Logstash：是一个完全开源的工具，他可以对你的日志进行收集、过滤，并将其存储供以后使用（支持动态的从各种数据源搜集数据，并对数据进行过滤、分析、丰富、统一格式等操作。）。
3）Kibana ：是一个开源和免费的工具，Kibana可以为 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面，可以帮助您汇总、分析和搜索重要数据日志。
ELK
考虑到聚合端（日志处理、清洗等）负载问题和采集端传输效率，一般在日志量比较大的时候在采集端和聚合端增加队列，以用来实现日志消峰。
1.3、ELK+filebeat
ELK+filebeat
Filebeat（采集）---> Logstash（聚合、处理）---> ElasticSearch （存储+检索）--->Kibana （展示）
1.4、其他方案
ELK日志流程可以有多种方案（不同组件可自由组合，根据自身业务配置），常见有以下：
1）Logstash（采集、处理）---> ElasticSearch （存储）--->Kibana （展示） 2）Logstash（采集）---> Logstash（聚合、处理）---> ElasticSearch （存储）--->Kibana （展示） 3）Filebeat（采集、处理）---> ElasticSearch （存储）--->Kibana （展示） 4）Filebeat（采集）---> Logstash（聚合、处理）---> ElasticSearch （存储）--->Kibana （展示） 5）Filebeat（采集）---> Kafka/Redis(消峰) ---> Logstash（聚合、处理）---> ElasticSearch （存储）--->Kibana （展示）