日志是IT系统的重要组成部分，记录了系统在什么时候发生了什么事情。我们可以根据日志排查系统故障，也可以做统计分析。通常日志存放在本机的日志文件里，需要查看日志的时候，登录到机器上，用grep等工具过滤关键字。但是当应用要部署在多台机器上的时候，这种方式查看日志就很不方便了，为了找到一个特定的错误对应的日志，不得不登录到所有的机器上，一个文件一个文件的过滤。于是出现了集中式的日志存储方式：所有日志收集到日志服务里，在日志服务里可以查看和搜索日志。
在Docker环境里，集中式日志存储更加重要。相比传统的运维模式，Docker通常使用编排系统管理容器，容器和宿主机之间的映射并不固定，容器也可能不断的在宿主机之间迁移，登录到机器上查看日志的方式完全没法用了，集中式日志成了唯一的选择。
容器服务集成了阿里云日志服务，通过声明的方式自动收集容器日志到日志服务。但是有些用户可能更喜欢用elasticsearch、logstash、kibana这个组合，这篇文章我就介绍下如何在容器服务里使用ELK。
我们要部署一个独立的logstash集群，logstash比较重，很耗资源，所以不会在每台机器上都运行logstash，更不要说每个Docker容器里。为了采集容器日志，我们会用到syslog、logspout和filebeat，当然你还可能会用到其他的采集方式。
为了尽可能贴合实际场景，这里我们创建两个集群，一个ELK集群，只部署ELK，另外一个应用集群，用于部署应用。
在容器服务里部署elasticsearch非常简单。使用下面的编排文件一键部署。
注意：elasticsearch需要2g以上的内存，部署ELK的机器内存至少4G，最好8G
注意：为了能让其他服务想logstash发送日志，我们在logstash前面配置了slb。先到slb控制台创建一个slb，监听端口5000和5044，不用添加后端服务。*不要忘了修改编排文件中的slb id
这是一个非常简单的logstash配置，我们提供了syslog和filebeats两种输入格式，对外的端口分别是5044和5000。
好了，现在可以访问kibana看看。URL可以在应用的路由列表里找到。
Excited！已经能打开kibana，不过还没有任何日志。接下来想办法写点日志到elasticsearch里。
Docker里，标准的日志方式是用Stdout，所以我们先演示如何把Stdout收集到ELK，如果你在使用文件日志，可以直接用filebeat。我们用wordpress作为演示用的例子，下面是wordpress的编排模板。我们在另外一个集群中创建应用wordpress
待部署成功后，找到wordpress的访问地址，打开页面
然后再打开kibana的页面，可以看到已经收集到日志了