当前位置: 首页 > article >正文

docker学习记录:部署es+kibana

先了解下,基本的知识。

Elasticsearch(ES)是什么?有什么作用?

定义:

• Elasticsearch是一个基于 Lucene 构建的开源、分布式、RESTful 风格的搜索和分析引擎。它能够快速地存储、搜索和分析大量数据。

作用:

• 全文搜索:支持复杂的全文搜索功能,能够对文本进行分词、索引,并提供高效的搜索能力。

• 数据分析:可以对存储的数据进行实时分析,支持聚合查询,帮助用户发现数据中的模式和趋势。

• 分布式架构:采用分布式架构,可以轻松扩展到数百个节点,处理 PB 级的数据。

• 高可用性:通过数据的分片和副本机制,确保数据的高可用性和容错性。

• 多用途:广泛应用于日志分析、实时监控、推荐系统、商业智能等领域。


Kibana 是什么?有什么作用?

定义:

• Kibana是一个开源的数据可视化和分析平台,通常与 Elasticsearch 结合使用,是 Elastic Stack 的一部分(也称为 ELK Stack,其中 E 是 Elasticsearch,L 是 Logstash,K 是 Kibana)。

作用:

• 数据可视化:允许用户通过创建图表、地图、表格等可视化元素来展示 Elasticsearch 中的数据。

• 交互式分析:提供交互式的界面,用户可以通过查询语言(如 KQL)进行数据查询和分析。

• 仪表盘:支持创建和保存仪表盘,将多个可视化组合在一起,用于监控和报告。

• 数据探索:帮助用户快速探索和理解数据,发现数据之间的关系和趋势。


部署 Elasticsearch 和 Kibana 的步骤


• 安装 Elasticsearch:

• 下载 Elasticsearch 的 Docker 镜像或安装包。

• 配置 Elasticsearch 的配置文件(如`elasticsearch.yml`),设置集群名称、节点名称等。

• 启动 Elasticsearch 服务。


• 安装 Kibana:

• 下载 Kibana 的 Docker 镜像或安装包。

• 配置 Kibana 的配置文件(如`kibana.yml`),设置 Elasticsearch 的连接地址。

• 启动 Kibana 服务。


• 验证安装:

• 访问 Elasticsearch 的 REST API(通常是`http://localhost:9200`)来检查其状态。

• 访问 Kibana 的 Web 界面(通常是`http://localhost:5601`)来开始数据可视化和分析。

通过这些步骤,你可以成功部署 Elasticsearch 和 Kibana,并利用它们的强大功能进行数据存储、搜索和可视化分析。

1.官网推荐命令,教程上说很卡,小心点。不知我的这个256G的内存有没有问题。我实际上用的6.4.0,反正是测试这个的。

$ docker run -d --name elasticsearch  -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" elasticsearch:8.16.2

---------------
--net somenetwork  网络配置,先不用。



-e "discovery.type=single-node" 集群,单节点。

 6.4的速度还是很快的,一下就安装好了。

我的就不限制内存了。因为感觉上我的机器还是可以的。毕竟是本地的。

安装kibana

$ docker run -d --name kibana01  -p 5601:5601 kibana:7.17.26

------------
--net somenetwork,,临时不用。

docker run -d --name kibana02  --net my-network -p 5601:5601 kibana:7.17.26

 检查docker网络

sudo docker network ls

-----------根据上面的
sudo docker network create --driver bridge my-network

-------将现有容器连接到新的网络
sudo docker network connect my-network 容器名


sudo docker inspect my-network

会显示两个在一个网络中。

什么情况,怎么着也边不上。

不连了。

改了几百改了。有空再研究吧。


http://www.kler.cn/a/470503.html

相关文章:

  • 解密序列建模:理解 RNN、LSTM 和 Seq2Seq
  • pytorch中nn.Conv2d详解及参数设置原则
  • 深度学习中多个损失怎么平衡?
  • HTTP/HTTPS ②-Cookie || Session || HTTP报头
  • c++领域展开第十幕——类和对象(内存管理——c/c++内存分布、c++内存管理方式、new/delete与malloc/free区别)超详细!!!!
  • [桌面运维]windows自动设置浅深色主题
  • 香橙派5plus单独编译并安装linux内核无法启动的原因分析与解决记录
  • Microi 吾码与 JavaScript:前端低代码平台的强大组合
  • 成都和力九垠科技有限公司九垠赢系统Common存在任意文件上传漏洞
  • 2024年1月4日蜻蜓hr人才招聘系统v1.1.7更新-正式版发布-客户端源代码开源发布供学习-本产品完成上线正式版-修复多个bug-优雅草果果|小无
  • 2024.1.5总结
  • 小程序租赁系统开发的优势与应用前景分析
  • 如何限制大量请求并发
  • iOS - 引用计数(ARC)
  • 《Python游戏编程入门》注-第9章7
  • EasyExcel数据的导入导出
  • 数据结构与算法-顺序表
  • 使用扣子实现营销获客套电机器人-工作流+多维表格+飞书机器人
  • 基于springboot的论坛管理系统
  • 【C语言程序设计——选择结构程序设计】求一元二次方程的根(头歌实践教学平台习题)【合集】
  • 【C++数据结构——图】最小生成树(头歌实践教学平台习题) 【合集】
  • html内容过长,实现向上循环滑动效果
  • 设计模式 结构型 外观模式(Facade Pattern)与 常见技术框架应用 解析
  • TCP Listen 原语:端口失衡、对称性及协议演进
  • Linux 磁盘管理命令:mkinitrd :建立要载入ramdisk 的映象文件ssm:命令行集中存储管理工具
  • 利用API接口提升电商平台用户体验的实践