Kubernetes在容器编排市场中占主导地位，推动企业向微服务演进。微服务的每个实例都会生成大量日志事件，这些事件很快就变得难以管理。但更复杂的是当出现问题时，由于服务之间复杂的交互作用，以及可能的故障模式，导致很难找到根本原因。潜在的问题使得Kubernetes日志管理工具变得十分重要。

企业总是设法寻找适用的工具满足需求，并让监控，日志记录和故障分析尽可能高效和快速。

你可能会优先考虑Prometheus（普罗米修斯）或ELK？但Zebrium却也能作为优先选项。

这家新成立的初创公司最近入选了“Gartner 2020年值得关注的25家企业软件初创企业”。

谈到最佳实践，Zebrium最近还帮助Sweetwater将事件跟踪时间从3小时减少到只有几分钟。Zebrium甚至可以发现以前未发现的隐藏问题。这是一项出色的功能，因为它可以帮助在问题影响客户之前发现问题。

那么，什么使Zebrium在竞争中脱颖而出？Zebrium使用人工智能来发现问题以及自动发现根本原因，而所有其他工具都依赖于用户手动添加规则。Zebrium也可以用作独立的日志管理平台，也可以与ELK Stack或其他日志管理器集成。

优点：易于启动；只需复制/粘贴自定义的HELM或kubectl命令；自动检测问题和根本原因，无需手动规则；可以用作独立的日志管理工具，也可以用作现有日志管理工具（例如ELK Stack）的机器学习附件。

缺点：免费计划限制为每天500 MB，保留3天；支持Kubernetes，Docker和大多数常见平台，但不支持Windows。

用于日志管理和应用程序性能监控的解决方案。Sematex提供了系统状态的全栈可见性。

Sematext不仅限于Kubernetes日志，还可以监控和Kubernetes（基于度量标准和日志）。收集到的日志会自动针对几种不同的已知日志格式进行解析/结构化，并且用户还可以提供自定义日志的模式。它还公开了Elasticsearch API，因此也可以使用任何与Elasticsearch配合使用的工具，例如Filebeat和Logstash与Sematex。可以将其用作ELK的变体或与本机Sematext生态系统一起使用。该工具有助于创建特定规则，来监控特定情况并捕获异常。借助Sematex全面的实时仪表板，客户可以控制和监控所有服务。关注民工哥技术之路公众号，回复1024获取2TB资料一份，助力大家更好的学习技术。

优点：与其他Sematext云工具集成；可配置超限来阻止日志被接受从而控制成本；具有ELK的灵活性。

缺点：Sematext小部件和Kibana不能在一个仪表板上混合使用；自定义解析需要在日志传送器中完成，Sematext仅在服务器端解析Syslog和JSON；跟踪功能较弱，但已经在计划进行改进。

Loki是一个受Prometheus启发的多租户和高度可用的日志聚合工具。这款工具有助于收集日志，但是用户将需要为其建立手动规则。Loki与Grafana，Prometheus和Kubernetes合作。Loki可以让内部流程更有效率。如，它节省了Paytm Insider 75%的日志记录和监控成本。Loki不会索引你的日志内容，而是仅索引每个事件流的一组标签，因此效率很高。

优点：拥有大型的生态系统；丰富的可视化功能；由于未索引日志内容而提高了效率。

缺点：未针对Kubernetes日志管理进行优化；大量的架构规则手工工作；缺少内容索引可能会限制搜索性能。

ELK是最著名的日志管理开源工具。ELK是Elasticsearch，Logstash和Kibana的首字母缩写。每个组件负责日志记录过程的不同部分。Elasticsearch是一个功能强大且可扩展的搜索系统，Logstash聚合并处理日志，而Kibana提供了一个分析和可视化界面，可帮助用户理解数据。它们共同为Kubernetes提供了全面的日志记录解决方案。但ELK Stack还有许多其他变体，如EFK Stack，即Elasticsearch，Fluentd和Kibana组成。

ELK被Adobe，T-Mobile和沃尔玛等许多大公司使用，因此可以证明它的可生产性。所以ELK是一个可靠且经过验证的工具。但他会带来复杂性和工作所需的大量资源。

优点：ELK是众所周知的，并且拥有庞大的社区；非常广泛的平台支持；Kibana中丰富的分析和可视化功能；需要对日志和手动定义的警报规则进行复杂的分析。

缺点：维持规模难度大；需要很多调整，特别是对于大型环境；大量的资源需求；某些功能需要付费许可证。

Fluentd是一个跨平台的开源数据收集器，提供了统一的日志记录层，但它不是独立的日志管理器。作为颇受欢迎的工具，拥有Atlassian，微软和亚马逊等5000多个客户。看到这些大型客户，可印证其可靠性和性能。此外，Fluentd还创建了一个统一的日志记录层，可帮助更有效地使用数据并在软件上快速迭代数据。它可以帮助你每秒处理120000条记录。

优点：大型社区和插件生态系统；统一日志记录层；经过验证的可靠性和性能。可以在不到10分钟的时间内安装完毕。

缺点：难以配置；对转换数据的支持有限；不是完整的日志记录解决方案。

你可能会问，为什么没有将Prometheus列入名单，因为本文专注于日志监控工具，而Prometheus处理指标不支持日志。

所以，如果你对手动搜索日志的不擅长，或者不愿意构建和管理警报规则，则应尝试使用基于机器学习算法的Zebrium。这可能会节省大量时间，并摆脱创建大量规则的繁琐任务。

如果你正在寻找更主流的东西，并且知道要创建哪些规则，可尝试使用Loki或Sematext，它们将是非常适合的高效工具。

此外，你希望在公有云中使用日志监控，则不妨使用云提供商提供的服务，比如AWS的CloudWatch，而他们仅对自家云中的业务的提供支持。

如果你的日志有多个或特殊的来源，则可尝试使用Fluentd及其统一的日志记录层，但是你仍然需要一个日志记录工具。