这门课解决什么问题
运维和后端工程师每天面对成堆的服务器日志，排查线上故障时往往要在多个终端、多台机器之间反复跳转，搜索关键词、关联时间线，效率极低。EFLK（Elasticsearch + Filebeat + Logstash + Kafka）正是为了解决「海量日志实时采集、传输、索引和检索」这一典型工作场景而生。课程聚焦在生产环境中如何利用这套栈实现日志的统一接入、结构化解析、近实时搜索和可视化分析，覆盖从日志产生到最终查询的完整链路。
课程不讨论理论架构的泛泛介绍，而是围绕真实工作场景展开：如何把分散在几十台服务器上的日志集中采集，如何用 Filebeat 做轻量级推送避免业务机器负载过高，如何在 Logstash 中做字段提取和数据清洗，如何用 Kafka 缓冲峰值流量防止下游被打垮，以及如何用 Elasticsearch 实现秒级全文检索和聚合统计。学完后，你能独立搭建一套适用于中小规模集群的日志分析系统，具备从日志接入到故障定位的端到端能力。
适合什么基础、建议先看哪几块
适合有一定 Linux 操作经验、了解基本网络概念的后端开发或运维人员。如果你从未接触过命令行，建议先补一下 Ubuntu/CentOS 的基本操作；如果你完全没听过 Elasticsearch 或 Kafka，不用担心，课程会从部署讲起，但具备一定的系统排错基础会让学习更顺畅。资料包里包含环境搭建、配置示例和实验场景三大部分，建议按以下顺序使用：
- 先看部署部分——跟着步骤在本机或虚拟机上把 EFLK 四件套跑通，理解每个组件的角色和它们之间的数据流向，这是后续一切操作的前提。
- 再看采集与清洗部分——重点掌握 Filebeat 的 input 配置和 Logstash 的 filter 插件，学会从原始日志中提取关键字段（如请求 ID、错误码、响应时间），这是实现高效检索的核心。
- 最后做实验场景——利用资料包里的模拟日志数据，完成从接入到查询的完整闭环，尝试模拟线上故障，用你搭的系统定位问题根因。
学完能独立做什么
完成课程后，你可以独立搭建并维护一套适用于数十台服务器规模的日志实时分析系统，熟练完成以下任务：设计日志采集方案，根据业务需求选择 Filebeat 推送模式；编写 Logstash 配置，对结构化或非结构化日志进行字段提取和过滤；利用 Kafka 削峰填谷，应对突发流量；用 Elasticsearch 编写查询 DSL，实现多条件组合检索和仪表盘统计；结合 Kibana 搭建可视化面板，支撑日常监控和故障排查。资料包里的实验数据和配置模板可以反复练习，帮助你把知识转化为实际操作能力。
课程目录
整理中，敬请期待。
