你们项目日志是如何处理的？？？

ELK日志采集系统

1.什么是ELK

ELK 是一套流行的数据搜索、分析和可视化解决方案，由三个开源项目组成，每个项目的首字母合起来形成了"ELK"这一术语：

Elasticsearch (ES):
1. Elasticsearch 是一个基于 Apache Lucene 构建的分布式、实时搜索与分析引擎。它能够索引、搜索和分析大量数据，并且提供了水平扩展能力，允许处理 PB 级别的数据。Elasticsearch 适合用于全文搜索、日志分析、监控指标聚合等多种场景，其 RESTful API 让数据的索引和查询变得非常便捷。
Logstash (LS):
1. Logstash 是一个动态数据收集管道，用于从各种数据源接收、解析、转换并将数据发送到"stash"（例如 Elasticsearch）。它可以收集来自服务器日志、数据库、应用程序、网络设备等各种源头的日志数据，并对这些数据进行清洗、标准化和丰富，以便于后续分析。
Kibana (KB):
1. Kibana 是一个开源的数据可视化工具，专为 Elasticsearch 设计，提供了一个用户友好的 Web 界面，使得用户可以轻松地搜索、查看和分析 Elasticsearch 中存储的数据。借助 Kibana，用户可以创建仪表板、图表和其他可视元素，对数据进行深度探索，同时支持实时数据分析和交互式操作。

结合起来，ELK Stack（现在通常称为 Elastic Stack，随着 Beats 等其他组件的加入）为用户提供了一站式的日志管理和分析平台，适用于 IT 监控、安全分析、业务智能等多个领域，能够高效地收集、索引、搜索和展现大规模的日志及监控数据。

2.EFK

在 ELK（Elasticsearch、Logstash、Kibana）堆栈中，Filebeat 通常被用来替代 Logstash 作为日志收集代理，这是因为 Filebeat 相对于 Logstash 来说更为轻量级，资源消耗较小，尤其适合于边缘节点或者资源有限的服务器上收集日志数据。

Filebeat 主要功能如下：

轻量化：Filebeat 专注于日志文件的读取与传输，相对于 Logstash 具有更多的模块化设计和较低的CPU和内存开销。
模块化：Filebeat 提供了预定义的模块来简化日志收集过程，这些模块针对特定类型的应用程序日志进行了优化配置，简化了日志格式解析的过程。
传输：Filebeat 可以直接将收集到的日志数据发送到 Elasticsearch 或者先发送到中间传输层，如 Redis 或 Kafka，然后再由 Logstash 或者其他组件进行进一步处理和索引。

我们采用的是EFK，我们将应用通过docker部署，通过应用的配置文件以及EFK的配置文件（配置单个日志文件的大小通常是100MB，日志留存时间，日志文件的个数等等），指定日志挂载的位置，然后通过FileBeat读取指定目录下的日志文件并将其存到ES中，最后可以通过Kibina绑定ES的索引进行可视化的数据显示。