前言

這趟旅程中，筆者將與大家一起建構ELK服務，並根據一個實際領域應用(資安)，筆者跟我團隊的成員將會把：
一、建構系統　二、系統操作　三、實際功能應用　四、結合領域知識，盡量地整套介紹給大家。

筆者本身會負責的部分是建構系統，及系統底層操作的部分。
本身有建構ELK的經驗，但主要應用是作為後端的搜尋引擎替代，因此應用較多為API部分，透過後端程式call API取得資料；雲端部分則是有應用過GCP以及GCP上的K8S建構服務，但並沒有非常深入的應用。

這次撰寫對於筆者來說也是全新挑戰，結合雲端以及ElasticSearch，使這項服務可以無痛的與雲端服務串接，以及部屬在雲端上的一些優缺點。

這次Elasticsearch廠商為了鐵人賽，提供了30天免費試用。
只需要提供email，不用信用卡或其他資訊，就可以註冊帳號獲得30天免費試用。

What is Elastic Search

Elasticsearch簡單來說，是一套開源式的分散式搜尋引擎。搜尋引擎，顧名思義就是可以幫忙處理搜尋的演算法；Elasticsearch主要包含了： 1. 儲存 2. 搜尋這兩項主要功能。
說到這邊大家一定會想說，SQL類型或NOSQL資料庫，不是也可以有儲存以及搜尋兩個功能。這邊要特別提的是，elasticsearch他的搜尋功能，是基於Apache lucene，並且符合RESTFUL格式，因此搜尋的效能與方式皆是非常優秀的。

而除了效能上的優越，elasticsearch建構以及使用上也非常友善，具有可擴充性 (scalability) 與可用性 (availability)。
可擴充性在筆者的想法是，因為作為一個開源程式碼，elasticsearch有許多可以擴充的plugin，架構上也是非常適合擴充規模；可用性則是前面提到，因為其建構及使用上的簡單且符合規範，一般有接觸過NOSQL或是RESTFUL API的使用者都可以很快的使用。

補充:ELK到底是甚麼?

大家常說的ELK，其中E就是我們前面介紹的Elasticsearch，L則是Logstash，K則是Kibana。
Logstash主要是用來蒐集LOG；Kibana大家則可以想像類似tableau，主要是視覺化的呈現以及基本的aggregation分析。
而為什麼常常會被一起提到，是因為如果建構一個完整的監控程序，通常會需要這三者的輔助，當然視需求你當然也可以E+K，或是E+L，但通常E就是最重要的基底！

後記

第一篇其實主要是前言，交代之後會帶到的部分，接下來會比較詳細的介紹ELK，以及ElasticCloud的特性；雲端上的服務與部屬在本地端差異，接著就會開始進入實際從0開始部屬這些服務，到工作上實際的應用！
抓穩了，那就一起來開始這趟旅程吧！

＊有任何錯誤麻煩各位不吝指正，謝謝！