ES数据可视化除了使用kibana外，grafana也是常用的数据可视化工具。相较于kibana来说，grafana支持的图表样式等配置项更多，可以根据自己的需求灵活制作出各种复杂的图表，相应的上手难度略高于kibana。使用Grafana的好处是将来如果使用Prometheus监控，可以将业务日志图表与服务性能监控组合展示，可以按不同的dashboard设置权限方便不同组的用户查看与编辑。接下来

本篇为ELK Stack生产实践专题系列第十九篇，本篇主要内容是介绍使用Fluent Bit+Fluentd方案采集k8s集群所有节点的containerd、kubelet服务日志以及所有的pod日志。并以自定义日志采集处理为例，演示如何配置过滤策略实现自定义日志处理并写入到到ES中。

利用Container、Gitlab、Gitlab Runner(k8s)、SonarQube、Harbor、Jmeter、Maven、Java技术，搭建一个完整的 CI/CD 管道，实现当开发人员完成代码提交后，开始流水线工作，完成编译打包、单元测试、源码扫描、上传制品、部署服务到Docker容器、自动化测试工作。通过自动化构建、测试、代码质量检查和容器化部署，将开发人员从繁琐的手动操作中解放出

本文以企业生产环境CICD流程为背景，利用 Jenkins、SonarQube、Harbor、Container、Kubernetes技术，搭建一个完整的 CI/CD 管道，模拟实际生产环境项目开发部署流程，实现持续集成、持续交付和持续部署。

本篇为ELK Stack生产实践系列专题第十五篇，本篇主要内容是介绍如何在k8s环境中通过eck方式部署fleet server和elastic agent，以及通过配置集成策略完成对Linux、kubernetes、elasticsearch服务的日志与指标的采集与查询展示。

本篇为ELK Stack生产实践专题系列第二十一篇，本篇主要内容是介绍超大规模日志场景下使用vector替代logstash实现日志数据清洗过滤方案，并以采集k8s集群所有pod日志和自定义日志采集处理为例，详细介绍vector如何配置和使用。

本篇为ELK Stack生产实践系列专题第十四篇，本篇主要内容是介绍ECK并模拟实际使用场景通过ECK快速部署8.9版本的elasticsearch集群和kibana服务。并演示如何进行分片分配感知配置、数据备份恢复、服务配置变更、节点维护、集群重建、集群扩容、版本升级等日常运维操作。

本文从k8s运行业务优势，应用迁移到k8s，helm、operator部署服务四个方面，并配合几个经典案例演示向大家介绍传统业务如何迁移到k8s上，以及其中的经验总结与注意事项。

本篇主要讲解路由规则的配置与使用，包含HTTP域名路由、HTTPS域名路由（自有证书、自动续签证书）、TCP路由（TLS证书）、UDP路由以及多个k8s server路由配置

通常我们的Kubernetes 集群中会有很多的 Service 和 Pod等资源，这些资源可以随着需求规模的变化而变化，而这些pod的ip，名称也并非一成不变的。那么当k8s资源创建或更新时，如果一个一个的去更改或创建对应的监控Job，那操作将会非常的繁琐。而prometheus的自动发现功能，便轻松的解决了上述问题。对于上述问题，Prometheus这一类基于Pull模式的监控系统，很显然也无