ELK Stack生产环境部署指南：Filebeat + Elasticsearch + Logstash + Kibana

yunqiz2026-09-15 13:55

ELK Stack生产环境部署指南

1. 部署架构与规划

上一篇文章介绍了 ELK 日志平台的整体架构及核心组件，本篇开始进入实际部署阶段。

本文基于 Docker Compose 搭建一套完整的 ELK Stack，包括 Elasticsearch 集群、Kibana 可视化平台以及 Logstash 日志处理服务，适合作为中小型生产环境或测试环境的部署参考。

1.1 架构选型

采用 FELK 架构，即 Filebeat + Elasticsearch + Logstash + Kibana。Filebeat 作为轻量级日志采集器部署在应用服务器上，负责收集日志并转发至 Logstash；Logstash 集中部署，负责日志的过滤与解析；Elasticsearch 集群存储并提供检索能力；Kibana 作为可视化前端。

环境说明：

  • 部署方式：Docker Compose
  • 镜像版本：Elasticsearch 7.8.1、Kibana 7.8.1、Logstash 7.8.1
  • 集群规模：3个Elasticsearch节点 + 1个Kibana + 1个Logstash

使用docker-compose的优势：

1）环境隔离，避免依赖冲突 2）部署流程统一，便于迁移 3）升级和回滚更加方便 4）配置文件集中管理，便于维护

1.2 服务器规划

服务器IP 部署组件 端口映射
10.1.1.1 Elasticsearch node-1、Kibana 9200/9300、5601
10.1.1.2 Elasticsearch node-2 9200/9300
10.1.1.3 Elasticsearch node-3 9200/9300
独立服务器 Logstash 5044/9600
各应用服务器 Filebeat 无（主动采集）

网络规划 ：所有容器加入名为 elastic 的外部 Docker 网络，实现跨主机容器通信。

1.3 版本选择说明

本文使用 Elastic Stack 7.8.1 版本进行部署。

之所以选择该版本，主要基于以下几个原因：

  • 7.x 系列在生产环境中较为成熟，稳定性较好。
  • 与 Filebeat、Logstash、Kibana 保持版本一致，兼容性较好。
  • 相比 8.x 版本，默认未开启安全认证，部署及学习成本更低。
  • 目前仍有较多企业生产环境运行在 7.x 系列，具有一定参考价值。

如果新建生产环境且对安全要求较高，也可以直接部署 8.x 版本，但需要额外配置 xpack 安全认证及 HTTPS 通信。

2. Elasticsearch 集群部署

本文默认读者已经完成 Docker 与 Docker Compose 的安装，因此不再介绍基础环境搭建，下面直接进入 ELK 集群部署流程。

2.1 服务准备

开始部署前，建议提前完成以下环境准备工作：

  • Docker 20.x 及以上版本
  • Docker Compose（或 Docker Compose Plugin）
  • 三台 Linux 服务器（CentOS、Ubuntu、openEuler 等均可）
  • 三台服务器网络互通
  • 每台服务器建议至少 2 核 CPU、4GB 内存（生产环境建议更高）

在不同的服务器上对应的/data/project-es 创建目录，编辑compose的yml文件，使用docker compose up之后相关的文件会自动创建

text 复制代码 
/data/project-es/
├── docker-compose.yml
├── es/
│   ├── config/
│   │   └── elasticsearch.yml
│   ├── data/
│   ├── log/
│   └── plugins/
└── kibana/
    └── config/
        └── kibana.yml

2.2 ES compose配置文件

compose 的配置文件参考如下，可以只用其中一个节点部署kibana，其他的节点只需要配置es既可以

复制代码 
version: '3.8'
services:
  es:
    container_name: es-node1
    image: library/elasticsearch:7.8.1
    restart: always
    environment:
      - "ES_JAVA_OPTS=-Xms1024m -Xmx1024m"
      - "TZ=Asia/Shanghai"
    ulimits:
      memlock:
        soft: -1
        hard: -1
      nofile:
        soft: 65536
        hard: 65536
    ports:
      - "9200:9200"
      - "9300:9300"
    logging:
      driver: "json-file"
      options:
        max-size: "50m"
    volumes:
      - ./es/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml
      - ./es/plugins:/usr/share/elasticsearch/plugins
      - ./es/data:/usr/share/elasticsearch/data
      - ./es/log:/usr/share/elasticsearch/log
    networks:
      - elastic

  kibana:
    container_name: kibana
    image: library/kibana:7.8.1
    restart: always
    environment:
      - "TZ=Asia/Shanghai"
      - "I18N_LOCALE=zh-CN"
    ports:
      - "5601:5601"
    volumes:
      - ./kibana/config/kibana.yml:/usr/share/kibana/config/kibana.yml
    depends_on:
      - es
    networks:
      - elastic

networks:
  elastic:
    external: true

其他es集群节点，只需要部署es即可

复制代码 
version: '3.8'
services:
  es:
    container_name: es-node2
    image: library/elasticsearch:7.8.1
    restart: always
    environment:
      - "ES_JAVA_OPTS=-Xms1024m -Xmx1024m"
      - "TZ=Asia/Shanghai"
    ulimits:
      memlock:
        soft: -1
        hard: -1
      nofile:
        soft: 65536
        hard: 65536
    ports:
      - "9200:9200"
      - "9300:9300"
    logging:
      driver: "json-file"
      options:
        max-size: "50m"
    volumes:
      - ./es/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml
      - ./es/plugins:/usr/share/elasticsearch/plugins
      - ./es/data:/usr/share/elasticsearch/data
      - ./es/log:/usr/share/elasticsearch/log

编辑完成之后,启动对应的服务，确定服务正常运行

复制代码 
docker compose up -d 
docker ps -a

2.3 ES 配置文件详解

在执行compose命令后，会在本地目录挂载yml文件，我们需要修改相关的配置使服务按照我们的需要运行，配置文件在/data/project-es/es/config/elasticsearch.yml，（node-2、node-3 需相应调整 node.name 和 network.publish_host）

复制代码 
# 集群名称
cluster.name: elastic
# 当前该节点的名称
node.name: node-1
# 是否有资格竞选主节点
node.master: true
# 是否存储数据
node.data: true
# 最大集群节点数
node.max_local_storage_nodes: 3
# 数据存档位置
path.data: /usr/share/elasticsearch/data
# 日志存放位置
path.logs: /usr/share/elasticsearch/log
# 监听地址（0.0.0.0 表示监听所有网卡）
network.bind_host: 0.0.0.0
# 发布地址（供其他节点访问）
network.publish_host: 10.1.1.1
# HTTP 端口
http.port: 9200
# 内部节点之间沟通端口
transport.tcp.port: 9300
# 候选主节点地址列表
discovery.seed_hosts: ["10.1.1.1:9300","10.1.1.2:9300","10.1.1.3:9300"]
# 集群启动时参与选主的节点列表
cluster.initial_master_nodes: ["10.1.1.1:9300","10.1.1.2:9300","10.1.1.3:9300"]
# 集群至少恢复 1 个节点后提供服务
gateway.recover_after_nodes: 1
# 禁用安全配置
xpack.security.enabled: false
配置项 说明
cluster.name 集群名称，所有节点必须一致
node.name 节点唯一标识，每个节点不同
node.master 是否具备主节点选举资格
node.data 是否存储索引数据
discovery.seed_hosts 集群发现机制，用于节点互相发现
cluster.initial_master_nodes 集群初始化时的候选主节点列表
gateway.recover_after_nodes 集群恢复时至少多少节点在线才提供服务

除了上述配置外，Elasticsearch 还提供大量可调参数。

本文仅介绍集群部署过程中必须配置的内容，其余参数保持默认即可，后续可根据业务规模和性能需求逐步优化。

2.4 启动集群服务

依次修改每个集群服务的配置文件，确定对应的配置，然后重启服务

复制代码 
# 创建外部网络（仅首次执行）
docker network create elastic

# 启动所有节点（分别在对应服务器执行）
cd /data/project-es
# 启动服务
docker compose up -d
# 重启服务
docker compose restart
# 验证集群状态 访问站点
http://10.1.1.1:9200/_cluster/health?pretty

3.Kibana 服务部署

3.1 Kibana配置文件

修改对应的/data/project-es/kibana/config/kibana.yml配置文件，配置按照实际的需求调整，我此处没有设置xpack的安全设置，如有需要可以自行开启，使用账号密码访问

复制代码 
# 服务监听端口
# server.port: 5601

# 监听地址，0 表示所有网卡（允许远程访问）
server.host: "0"

# 最大请求体大小（CSV导出等场景需要调大）
server.maxPayloadBytes: 524288000

# Kibana 服务名称
server.name: "kibana"

# Elasticsearch 集群地址列表
elasticsearch.hosts: [ "http://10.1.1.1:9200","http://10.1.1.2:9200","http://10.1.1.3:9200" ]

# CSV导出文件大小上限（200MB，默认10MB）
xpack.reporting.csv.maxSizeBytes: 209715200

# 导出任务超时时间（30分钟，默认2分钟）
xpack.reporting.queue.timeout: 1800000

# 界面语言（中文）
i18n.locale: "zh-CN"
配置项 说明
server.host 设为 "0" 表示监听所有网络接口，允许远程访问
server.maxPayloadBytes 调大以支持大日志导出
elasticsearch.hosts 配置ES集群所有节点地址，实现负载均衡
xpack.reporting.csv.maxSizeBytes 导出CSV文件大小上限，根据需求调整
xpack.reporting.queue.timeout 导出任务超时时间，大日志导出需要调大

3.2 Kibana服务启动

复制代码 
cd /data/project-es
# 启动容器
docker compose up -d kibana
# 重启服务
docker restart kibana

4. Logstash服务部署

4.1 服务准备

此处的两个配置文件是需要修改的，使用compose启动之后会自动创建

复制代码 
/data/project-logstash/
├── docker-compose.yml
└── logstash/
    ├── config/
    │   └── logstash.yml
    └── pipeline/
        └── logstash.conf

4.2 logstash compose

在指定路径下编辑docker-compose.yml配置文件

复制代码 
version: "3.8"
services:
  logstash:
    container_name: logstash
    image: library/logstash:7.8.1
    restart: always
    environment:
      - "TZ=Asia/Shanghai"
    volumes:
      - ./logstash/config/:/usr/share/logstash/config
      - ./logstash/pipeline/:/usr/share/logstash/pipeline
    ports:
      - 5044:5044
      - 9600:9600

保存后启动服务

复制代码 
cd /data/project-logstash
docker compose up -d

4.3 logstash配置文件

logstash.yml 对接的ES集群，选择一个节点即可

复制代码 
http.host: "0.0.0.0"
xpack.monitoring.elasticsearch.hosts: [ "http://10.1.1.1:9200" ]

使用的服务器IP以及对接的ES服务器节点

复制代码 
input {
  beats {
    port => 5044
  }
}
output {
  elasticsearch {
    hosts => ["http://10.1.1.1:9200"]
    index => "logs-write"
  }
  stdout {
    codec => rubydebug
  }
}
配置项 说明
input.beats.port Filebeat 连接端口（默认5044）
output.elasticsearch.hosts ES集群地址（可配置多个）
output.elasticsearch.index 写入的索引名称，可按业务自定义
output.stdout 控制台输出，方便调试（生产环境可移除）

生产环境建议 ：在 filter 段添加日志解析规则（如 json 或 grok），将非结构化日志转换为结构化字段，提升检索效率。

例如解析 JSON 日志：

ruby 复制代码 
filter {
  json {
    source => "message"
  }
}

如果日志为普通文本格式，也可以使用 grok 插件提取字段，将日志转换为结构化数据后写入 Elasticsearch，方便后续按字段进行查询和统计。

复制代码 
# 重启服务
docker restart logstash

5. 服务验证及问题排查

5.1生产环境优化建议

为了保证日志平台长期稳定运行，建议在生产环境中进行以下优化：

  • Elasticsearch 堆内存建议设置为物理内存的 50%，最大不超过 32GB。
  • 建议启用 ILM（Index Lifecycle Management）自动管理日志生命周期。
  • 定期清理无用索引，避免磁盘占满。
  • Filebeat 建议直接采集业务日志，不建议采集临时文件。
  • Logstash 尽量保持过滤逻辑简单，复杂解析建议在应用侧完成。
  • Elasticsearch 建议至少部署 3 个节点，避免单点故障。

5.2服务验证

依次进行访问验证

5.3 问题排查

问题现象 可能原因 解决方案
ES节点无法加入集群 discovery.seed_hosts 配置不正确 检查IP和端口是否正确，确保网络互通
Kibana无法连接ES ES未启动或地址配置错误 检查 elasticsearch.hosts 配置，确认ES已启动
Logstash无法接收数据 5044端口未开放 检查防火墙和 ports 映射配置
Kibana CSV导出失败 超时时间或文件大小限制 调大 xpack.reporting.queue.timeout 和 maxSizeBytes
ES内存溢出 堆内存过大或查询过重 调整 ES_JAVA_OPTS，建议不超过物理内存的50%
容器时区不正确 未设置 TZ 环境变量 添加 - "TZ=Asia/Shanghai" 环境变量

6. 总结

至此，一个基础的 ELK 日志平台已经完成部署。

本文主要介绍了 Elasticsearch 集群、Kibana 以及 Logstash 的部署过程，并结合生产环境配置说明了各组件的作用及相关参数配置。

下一篇将介绍 Filebeat 的日志采集配置，包括日志目录监控、字段过滤、多业务日志分类以及接入 ELK 平台的方法。

7.后续文档

本文介绍了 ELK 日志平台的完整部署流程，之前文档已经完成了ELK整体架构的内容介绍

后续文档包括：

文档 内容
日志接入指南 Filebeat 配置、日志接入流程
日志查询指南 Elasticsearch API、Kibana 查询方法
ES Log Viewer 开源项目使用说明 企业内部日志查询平台使用方法

建议按照上述顺序阅读，以便完整了解日志平台的部署及使用流程。

相关推荐
dongsdh20 小时前
部署python
大数据·elasticsearch·搜索引擎
听到微笑1 天前
Elasticsearch 如何存储与检索海量向量
数据库·elasticsearch
知福致福1 天前
【技术复盘】Git 分支污染与提交污染事故排查与解法
大数据·git·elasticsearch
敲代码的嘎仔1 天前
互动问答系统实战：两级评论模型、ES 搜索集成、Caffeine 多级缓存全记录
java·开发语言·数据库·elasticsearch·缓存·mybatis·高并发
彧azz2 天前
Git 入门实操实例：从安装到远程仓库全流程
大数据·笔记·git·学习·elasticsearch
醉颜凉2 天前
Canal 与 Elasticsearch 实时同步：增量索引更新、删除处理与全量重建方案
elasticsearch·canal·数据同步·增量更新·全量重建
无风听海2 天前
深入解析 Elasticsearch 的 match_phrase_prefix与 match_bool_prefix
大数据·elasticsearch·mybatis
天天喝旺仔2 天前
Elasticsearch 全文检索实战：Lucene 倒排索引与 NoSQL 文档检索落地
elasticsearch·搜索引擎·全文检索·nosql·lucene
浅念-3 天前
一文吃透Git：本地操作｜冲突处理｜远程协作｜GitFlow工作流详解
大数据·git·elasticsearch·搜索引擎·gitflow
热门推荐
01国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）02微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新03历年考研数学一、数学二、数学三真题试卷及答案PDF04GitHub 镜像站点05蜘蛛磁力 搜索引擎大全，如何使用蜘蛛磁力查找磁力链接062026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？07人工智能（AI）发展史：详细里程碑08【一等奖版】2026 国赛 A题 药材的烘干问题09ZCode 周末送额度活动开启：3 亿 Token 免费领取10Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费