Perbandingan penggunaan Elasticsearch dan Loki dalam sistem log untuk database

Louis Raven Quano, Dr. Agus Sihabuddin, S.Si., M.Kom.; Novera Istiqomah, S.T., M.T., Ph.D.

2025 | Skripsi | ILMU KOMPUTER

Perkembangan teknologi pada zaman ini sangatlah tidak asing dengan error message yang sering muncul dalam layar perangkat elektronik. Error ini biasanya dapat berupa kesalahan dalam perangkat lunak atau keras tersebut. Untuk menyelesaikan error tersebut sistem akan menulis kapan dan mengapa error tersebut terjadi, sistem akan menulis masukkan ini di dalam log. Agar pembacaan log menjadi lebih mudah diperlukan sistem log management, tanpa sistem log management yang baik pembacaan log akan menjadi sulit dan berantakan. Dalam log management ini ada bermacam-macam basis data log. Kedua contoh dari basis data log tersebut adalah Elasticsearch dan Loki.
Riset ini akan membahas perbedaan mendasar antara Elasticsearch dan Loki sebagai solusi basis data log, mencakup arsitektur, kemampuan query, dan kasus penggunaan keduanya. Elasticsearch, mesin pencari canggih yang dibangun berbasis Apache Lucene, unggul dalam pengindeksan dan pencarian data terstruktur dan tak terstruktur dalam jumlah besar, sehingga cocok untuk query dan analitik yang kompleks. Sebaliknya, Loki dirancang untuk agregasi log dengan efisiensi tinggi, menekankan kesederhanaan dan skalabilitas dengan memperlakukan log sebagai aliran alih-alih dokumen yang dapat dicari.
 Akan dilakukan penganalisaan metrik kinerja, kemudahan penggunaan, dan kemampuan integrasi dengan berbagai alat visualisasi, yang menunjukkan bahwa sementara Elasticsearch menawarkan fungsionalitas pencarian yang tangguh, Loki menyediakan manajemen log yang efisien, khususnya bagi user yang sangat mendalami ekosistem Grafana. Perbandingan ini membantu praktisi dalam memilih alat yang tepat untuk persyaratan pencatatan log spesifik mereka.

It is common in this era of technology development to see error messages on hardware or software. These errors usually refer to the malfunction on the software or hardware. To fix those errors, the system will write when and why that error occurs, it will be written in a log. In order to ease this process log management is needed, without good log management it will be difficult. There are a lot of log management programs, two of those are Elasticsearch and Loki.
This research will compare Elasticsearch and Loki in a log database, including architecture, query ability, and both use cases. Elasticsearch is an advanced search engine based on Apache Lucene, known for its superior indexing and structured or unstructured data searching in large numbers so it is good for complex querying and analyzing. However, Loki is built for log aggregation with high efficiency, focusing on simple and scalability by treating log as searchable document flow.
In this research there will be performance, ease of use, and integration with the respective visualization tools analyzation, this will show that Elasticsearch provides high functionality, on the other hand Loki provides efficient log management, especially for Grafana users. This comparison will help users in choosing what log management tool for their own specific log.

Kata Kunci : log, Loki, Elasticsearch, query, manajemen log