Monitorización de Sistemas con Tecnologías de Big Data
DOI:
https://doi.org/10.46480/esj.5.3.151Palabras clave:
Análisis de Datos, Big Data, Elk, Elasticsearch, Log, Visualización de DatosResumen
El siguiente trabajo está orientado a proveer información relevante sobre el desempeño de un aplicativo ERP a partir de los archivos de registros de eventos de mismo (logs) que pertenece a una empresa dedicada a la consultoría de sistemas empresariales ERP, con el fin de apoyar a la empresa en la búsqueda de las casusas de baja disponibilidad de su aplicativo. Los logs que son capturados por los sistemas informáticos, por lo general tienden a ser borrados, a pesar de que estos pueden ser transformados en nuevos conocimientos. En su mayoría estos son revisados cuando existe algún tipo de problema, como es el caso de la empresa seleccionada como piloto para el presente trabajo. El objetivo principal de la empresa en estudio es garantizar la disponibilidad del software ERP que comercializa, actualmente cuenta con varias implementaciones del sistema, a los que se conectan sus clientes a cualquier hora del día y desde cualquier parte del país, por lo que juega un papel importante la disponibilidad las 24 horas del día y los 365 días del año, por lo tanto requiere una visión global pero también detallada del comportamiento de sus aplicativos. Entre varias herramientas existentes en la industria del software para el procesamiento de grandes volúmenes de datos con capacidad de entregar la información requerida por la empresa antes mencionada, se seleccionó una plataforma de Big Data llama-da Elastic Stack.
Descargas
Referencias
Andreassen, O., Charrondière, C., & De Dios Fuente, A. (2015). Monitoring Mixed-Language Applications with Elastic Search, Logstash and Kibana (ELK). 15th International Conference on Accelerator and Large Experimental Physics Control Systems (ICALEPCS 2015), WEPGF041.
Armbrust, M., Katz, R., Fox, A., Konwinski, A., Griffith, R., Joseph, A., Lee, G., Patterson, D., Rabkin, A., Stoica, I., & Zaharia, M. (2010). A view of cloud computing. Communications of the Acm, 53(4), 50–58.
Bajer, M. (2017). Building an IoT data hub with elasticsearch, Logstash and Kibana. Proceedings - 2017 5th International Conference on Future Internet of Things and Cloud Workshops, W-FiCloud 2017, 2017-Janua, 63–68. https://doi.org/10.1109/FiCloudW.2017.101
Elastic. (2019). Elastic Stack. Elastic.
González, A. C. (2015). Propuesta de Arquitectura Distribuida para la gestión de Logs. Universidad Carlos III de Madrid. https://e-archivo.uc3m.es/bitstream/handle/10016/22278/PFC_Abel_Cal_González.pdf
Hamilton, J., Gonzalez Berges, M., Tournier, J.-C., Schofield, B., Tournier, J.-C., CERN, Geneva, & Switzerland. (2018). SCADA Statistics monitoring using the elastic stack (Elasticsearch, Logstash, Kibana). 16th Int. Conf. on Accelerator and Large Experimental Control Systems, 451–455. https://doi.org/10.18429/JACoW-ICALEPCS2017-TUPHA034
Jaramillo Valbuena, S., & Londoño, J. M. (2014). Sistemas Para Almacenar Grandes Volúmenes De Datos. Revista Gti, 13(37), 17–28.
Jason, D. (2017). Monitoring with Graphite. O’Reilly Media, Inc.
Kent, K., & Souppaya, M. (2006). Guide to Computer Security Log Management. Nist Special Publication.
Langi, P. P. I., Widyawan, Warsun, N., & Aji, T. B. (2015). An evaluation of Twitter river and Logstash performances as elasticsearch inputs for social media analysis of Twitter. Proceedings of 2015 International Conference on Information and Communication Technology and Systems, ICTS 2015, 181–186. https://doi.org/10.1109/ICTS.2015.7379895
Lauriac, N. (2016). Diseño e implementación de un sistema de monitoreo. Terre Des Hommes, 46.
Ligus, S. (2013). Effective Monitoring and Alerting: For Web Operations (I. O’Reilly Media (ed.)).
Mateos Mohíno, J. C. (2017). LogsAnalyzer: Herramienta para la evaluación en tiempo real de registros log con tecnología Big Data. In UNIVERSIDAD DE CASTILLA-LA MANCHA. UCLM. (pp. 1–129).
Prakash, T., Kakkar, M., & Patel, K. (2016). Geo-identification of web users through logs using ELK stack. Proceedings of the 2016 6th International Conference - Cloud System and Big Data Engineering, Confluence 2016, 606–610. https://doi.org/10.1109/CONFLUENCE.2016.7508191
Publicado
Número
Sección
Licencia
Los autores conservan los derechos sobre sus artículos y, por tanto, son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente su obra en sus sitios web personales o en repositorios institucionales, después de su publicación en esta revista, siempre que se proporcione la referencia bibliográfica que acredite su publicación original.
Cómo citar
