随着互联网技术的日益发展，测试开发工程师要达到“保障质量、提升效率”目标，提升效率更体现在方方面面。作为测试开发工程师，需要掌握基本开发技能，对代码能力也有一定的要求，这也是对项目多一道强有力的保障。

在功能测试遇到BUG时，测试开发工程师需在编译器中调试代码，一边追根溯源，一边监测代码质量。而“追根溯源”这一步最重要的依据就是系统输出日志，日志也是开发人员定位问题的第一检查场所。因此，为提升这部分工作效率，小编想通过ELK搭建一套日志收集、存储、展示的工具，来解决目前存在的日志查看效率低下、缺少可视化界面等问题。

1.什么是ELK

ELK由Elasticsearch、Logstash和Kibana三个工具的首字母拼写而成，下面对这些工具进行简单介绍。

（1） Logstash

Logstash是一种数据处理管道，能够从多个不同的来源收集数据，进行转换之后将数据发送到需要的地方，它支持几乎任何类型的日志。

（2） Elasticsearch

Elasticsearch是一个基于Lucene分布式、RESTful风格的搜索和数据分析引擎，可以近乎实时的存储、检索数据，具有良好的扩展性。

（3） Kibana

Kibana是一个开源的分析和可视化平台，是用于展示日志信息的图形界面，能够分析和可视化存储在 Elasticsearch指标中的日志数据。

2.如何构建ELK通道

使用ELK工具搭建的日志管理平台整体架构如图1所示。其中Logstash用来收集、分析、过滤日志信息，收集到的信息经过预处理和过滤之后发送到Elasticsearch。

Elasticsearch提供日志分析存储功能，实现全文搜索，Kibana为日志信息可视化功能提供展示界面，展示存储在Elasticsearch中的日志数据，供用户查询分析。

图1  日志管理平台架构图

Logstash日志收集与预处理比较操作较为复杂，需要手动编写配置文件。

Logstash包含三个部分：输入插件（input）、过滤器（filter）、输出插件（output），输入插件收集来自各个模块的日志，过滤器插件预处理收集到的日志，输出插件将日志写入目标。

Logstash处理日志的详细流程如图2所示，Logstash启动前需要编写一个（.conf）配置文件，配置文件中有三个插件及各自包含的控件等配置。

图2  Logstash日志处理流程示意图

Elasticsearch与Kibana的配置文件较为简单，只需更改已有配置文件参数。Elasticsearch更改配置如下：

http.port: 9200http.cors.allow-origin: "/.*/"http.cors.enabled: true

Kibana更改配置如下：

elasticsearch.url: "http://localhost:9200"

三个工具的启动方式也类似，进入软件安装包的bin目录下，通过命令行启动即可。最后在浏览器中输入Kibana的地址，端口号默认5601，界面如图3所示。

图3  Kibana界面展示图

3.使用ELK的思考

在测试环境中，将被测系统的日志收集存储到ELK平台，最终在Kibana界面中查看，不仅能够对存储的日志进行全文检索，直接定位到输出级别为ERROR的日志，同时对于Linux操作和IDE调试不熟练的测试人员，能够降低通过日志定位问题的门槛。

日志作为一个持续输出的增量文件，在后续的使用中应考虑存储空间的问题，设计方案定期解决过期日志；当遇到日志迸发的高峰期时，硬件条件一定的情况下，需要调整Logstash的配置参数，提高整体数据传输速率。对于以上问题，小编会在接下来的实践中不断摸索尝试，为大家带来更多解决方案。

原文链接：https://mp.weixin.qq.com/s/XJ-y3HtCw70tKKIVg6gvMg

作者：张艺