4．Elasticsearch引擎接受曰志输出并且使其可以被搜索。

5．管理员可以打开Kibana GUI应用实时看到曰志的显示或是搜索历史数据。

你可能会认为这很复杂，确实是这样。但有趣的是，可以配置logj来支持这个复杂的场景以及更加简单的场景，所以使用log4j或者它的兼容的竞争对手并不会真的出错。

你可以一开始只用纯日志文件而不使用任何网络日志。这在很多情况下已经够用了。

在你需要ELK额外的功能时，再去添加即可。保留日志文件也很有用。如果高级日志工具因为某些原因失败，大不了求助于Unix上传统的grep工具在日志文件里搜索。

Kibana有很多可以帮助你分析日志数据的功能。你可以将数据绘制成图，为你寻找的特定模式过滤E|志数据。

为了在实践中尝试这些，我们可以使用来自Docker Hub的l<ibana和Elasticsearch的官方镜像：

docker run—d elasticsearch &&

docker run一一link some—elasticsearch：elasticsearch —d kibana如果一切顺利，我们应该可以访问Kibana用户界面，看起来像下面这样总结本章我们学习了监控已部署代码的一些工具：监控主机和服务状态的Nagios，从我们的主机绘制统计数据的Munin、Ganglia和Graphite，以及跟踪日志信息的log4j和ELK。

在下一章中，我们会了解帮助企业进行开发的工作流工具，比如问题跟踪器。