1、建议一：有系统的学习方案，系统的学习教程，先把Java学了一遍之后才是真正的入门，然后就是不断的练习，不断的巩固，为之后的工作打下坚实的基础。建议二：学习Java不要先看书学，一定要先把一块的知识点学完一遍，并且自己多多少少会动手操作，然后去看书温习。
fluentd服务是前端收集日志的agent，使用daemonset部署在Kubernetes集群里面。fluentd-es-configmap.yaml image为hub.docker.com里面的 fluentd官方镜像。
在带有systemd的机器上，kubelet和容器运行时写入journald。如果systemd不存在，它们会在/var/log目录中写入.log文件。在容器中的系统组件总是绕过默认的日志记录机制，写入到/var/log目录，它们使用golg日志库。可以找到日志记录中开发文档中那些组件记录严重性的约定。
Docker提供了很多 logging driver ，默认情况下使用的 json-file ，它会把容器打到stdout/stderr的日志收集起来存到json文件中， docker logs 所看到的日志就是来自于这些json文件。
利用Helm、Istio、Prometheus等工具优化运维和安全。Kubernetes凭借其强大且灵活的框架，为企业级应用提供了可靠和高效的容器化解决方案。不断发展的社区和丰富的开源项目，如Grafana和Fluentd，确保了K8S的持续优化和扩展性。
一个DaemonSet对象能确保其创建的Pod在集群中的每一台（或指定）Node上都运行一个副本 。如果集群中动态加入了新的Node，DaemonSet中的Pod也会被添加在新加入Node上运行。删除一个DaemonSet也会级联删除所有其创建的Pod。
1、我们的执行器和调度器都部署在k8s平台上。公司k8s平台要求所有日志都必须输出到控制台（这也是k8s的标准做法），后面再由ELK去抽取。所以执行器无法将通过XxlJobLogger.log（）将日志输出到文件，调度器也无法查看任务的执行日志。
2、所以我们最终选择使用Eureka作为服务发现服务，使用awsvpc作为补充的服务发现服务，比如将Eureka本身及xxl-job等使用awsvpc部署。在选用了Eureka之后，又遇到了问题。因为使用了动态端口映射，所以向Eureka注册的端口不是Spring的监听端口，并且容器内部无法知道宿主机的ip与端口。
我们继续定位第一种可能：filebeat持有的文件没有搜集完，所以继续持有，也就是那么多文件它都没有搜集完。docker中的配置：既然发现了这个问题就要着手解决 最开始想到两个解决方案：显然是有问题的，这两个方案并没有真正解决问题，只是延缓了问题的发生。
通过rpm安装的filebeat，测试发现Filebeat自身日志未输出到 /var/log/filebeat，而输出到/var/log/message 查询发现这是一个已知还未修复的bug。
为了缓解这个问题，您可以将close_timeoutedit设置设置为5m。 这将确保每5分钟关闭一次文件处理程序，而不管是否达到EOF。请注意： 如果在Filebeat到达文件末尾之前删除文件，则此选项可能会导致数据丢失。如果您需要限制带宽使用率，我们建议您在操作系统OS上配置网络堆栈以执行带宽限制。
结论： 通过分析我们得知，只要filebeat正常启动情况下是不会导致数据丢失的。
在大多数环境中，主动更新的文件数量很少。应该相应地设置close_inactive配置选项，以关闭不再活动的文件。 Filebeat没有从一个文件收集行 为了解决这个问题： Filebeat占用了太多CPU资源 Filebeat可能配置扫描文件太过频繁。检查filebeat.yml中的scan_frequency设置。
配置Filebeat 登录Redis验证数据 Filebeat收集多类型日志到Redis 配置Filebeat 登录Redis验证数据 看的出来，tomcat日志和nginx日志都在一个key中 那么有人会问了，都在一个key中，日志不就混乱了么？我们该如何查看日志呢？接下来我们就来解决这个问题。
1、通过应用和系统日志可以了解Kubernetes集群内所发生的事情，对于调试问题和监视集群活动来说日志非常有用。对于大部分的应用来说，都会具有某种日志机制。因此，大多数容器引擎同样被设计成支持某种日志机制。对于容器化应用程序来说，最简单和最易接受的日志记录方法是将日志内容写入到标准输出和标准错误流。
2、fluentd服务是前端收集日志的agent，使用daemonset部署在Kubernetes集群里面。fluentd-es-configmap.yaml image为hub.docker.com里面的 fluentd官方镜像。
3、kube-proxy： 代理服务，负载均衡 fluentd： 日志收集服务 pod： 是k8s管理的基本单位（最小单元），pod 内部是容器 k8s是用来管理容器的，但是不直接操作容器，最小操作单元为pod 特点：pod是一个虚拟化的分组（有自己的ip地址、主机名），pod相当于独立主机，可以封装一个或多个容器。
4、Kubernetes（K8S），由Google于2014年开源，如今已成为企业级应用和云计算的基石。它专为部署、扩展和管理容器化应用而设计，支持微服务架构、自动化部署、弹性伸缩、多租户和持续集成/持续交付（CI/CD）等场景。K8S集群由Master节点和Worker节点构成，Master负责集群管理和智能调度。
5、Fluentd - DevOps的首选，K8s的亲密伙伴Fluentd凭借强大的库集成和众多插件，成为DevOps的首选。它在性能和配置上表现出色，但解析前无缓冲和转换支持有限，适合需要高效率的日志处理。最后，Splunk作为早期商业日志工具，以其强大的搜索能力、自动分层存储和数据压缩而知名。
1、k8s是指Kubernetes，是一个由Google开发的、用于自动部署、扩展和管理容器化应用程序的开源平台。Kubernetes提供了一个可移植、可扩展的平台，用于管理容器化应用程序和服务，可以运行在公共云、私有云和混合云等不同的基础设施中。
2、k8s是什么意思啊？K8s全称为Kubernetes，是由Google设计的一种开源容器编排平台，用于管理多个容器的自动化部署、扩展和运维。K8s采用了一种类似于Google内部的Borg系统的架构，可以轻松地部署、管理和扩展容器化应用程序。
3、k8s是为容器服务而生的一个可移植容器的编排管理工具。k8s是为容器服务而生的一个可移植容器的编排管理工具，越来越多的公司正在拥抱k8s，并且当前k8s已经主导了云业务流程，推动了微服务架构等热门技术的普及和落地，正在如火如荼的发展。
4、k8意思是Kubernetes，是Google开源的一个容器编排引擎，它支持自动化部署、大规模可伸缩、应用容器化管理。Kubernetes（简称K8s）是一个开源的容器编排系统，它用于自动化部署、扩展和管理容器化应用程序。K8s提供了一种抽象层，使得开发人员能够专注于应用程序的代码，而不用关心底层的容器化基础设施。
5、k8是第8代处理器系列的通称。意思为AMD第8代处理器系列或是Hammer的另一个名称。是按AMD KK6和K7的习惯叫法，也是从32位的x86平台与64位的AMD64平台的过渡时代。在K8系列的变化中，较值得注意的地方是其整合内存控制器与x86-64指令。
6、k8s上下文即K8S Security Context。Security Context（安全上下文）用来限制容器对宿主节点的可访问范围，以避免容器非法操作宿主节点的系统级别的内容，使得节点的系统或者节点上其他容器组受到影响。