docker中搭建Kibana和Elasticsearch 及处理Status RED状态

日志存储系统：Elasticsearch

Elasticsearch是一个可高度扩展的开源全文搜索与分析引擎，它可以快速地存储、搜索与分析大规模的实时数据。Elasticsearch的底层是基于lucene，并在些基础上提供了一系统便于应用程序使用的rest API，并且还提供了先天性的集群能力，可自由水平扩展以支持日益增长的数据

1. 运行elasticsearch容器：

docker run --rm -p 9200:9200 --name elasticsearch-db elasticsearch

需要增加一些参数 以我的为例：docker run -d --name=elasticsearch  -v "$PWD/config":/opt/data/elasticsearch/config -v "$PWD/esdata":/opt/data/elasticsearch/data docker.io/elasticsearch 

2. 访问：curl http://localhost:9200

在启动Elasticsearch时，我们可传入一些启动参数配置集群信息，如：

docker run --rm -p 9200:9200 --name elasticsearch-db elasticsearch -Ecluster.name=es_cluster_name -Enode.name=es_node

检查ES集群是否可用：

curl http://localhost:9200/_cat/health?v

curl http://localhost:9200/_cat/health?format=json&bytes=b

以上的集群信息是由ES的CAT API提供的，它是一个REST API，我们可以添加指定的参数来得到想要的输出信息

使用Postman来调用ES的的Rest API

• 创建索引

http://192.168.43.33:9200/customer

• 创建文档

• 查询文档

• 修改文档

还可以使用另一种方式修改：

还可以相对的修改相应字段

• 删除文档

• 删除索引

日志收集系统：Logstash

Logstash是一款开源的数据收集引擎，它既提供了实时管道能力，也提供了灵活的插件机制，我们可以自由的选择已有的插件，也能自行开发所需的插件

输入组件：

1. file
2. syslog
3. redis
4. beats

过滤插件：

1. grok
2. mutate
3. drop
4. clone
5. geoip

输出插件：

1. elasticsearch
2. file
3. graphite
4. statsd

编解码插件：

1. json
2. multiline

启动logstash

1. docker pull logstash
2. run -it --rm --name logstash logstash -e 'input {stdin{}} output{stdout{}}'

指定配置文件启动

vim /opt/data/logstash/logstash.conf

input { stdin { }}output { stdout { }}

docker run -it --rm -v /opt/data/logstash/logstash.conf:/etc/logstash.conf --name logstash logstash logstash -f /etc/logstash.conf

还可以使用Dockerfile制作Logstash镜像

日志查询系统：Kibana

Kibana是一个开源的基于Elasticsearch的分析与可视化平台，我们既可以用它查询 并搜索存储在Elasticesearch中的数据，也可用它制作各式各样的图表、表格、地图等图形化数据， https://www.cnblogs.com/zhangs1986/p/7325504.html

启动Kibana容器：

docker run --rm -p 5601:5601 --link elasticsearch-db:elasticsearch -e ELASTICSEARCH_URL=http://localhost:9200 --name kibana kibana

访问： http://192.168.43.33:5601/app/kibana

此时，虽然Kibana与ES已集成，但ES尚未存入任何日志数据，因此Kibana当前还无法使用

在Kibana中操作ES库：

在 Elasticsearch 中存储数据的行为就叫做索引(indexing)，而前面提到的文档，属于一种类型(type)，这里类型会存在索引(index)中，如果列一个表来和传统数据库比较，大概是这样的：

关系型数据	Elasticsearch
Databases	Indices
Tables	Types
Rows	Documents
Columns	Fields

一个 Elasticsearch 集群可以包含多个索引(indices，对应于“数据库”)，每个索引可以包含多个类型(types，对应于“表”)，每个类型可以包含多个文档(document，对应于“行”)，每个文档可以包含多个字段(fields，对应于“列”)

插入：

查询：

重点来了 docker中有点很坑的就是地址不能是本机的地址 localhost都不行 必须是本容器的地址 如果启动kibana的时候url写的localhost:9200 那么 kibana可以启动 进入页面就会显示未连接es：

显示链接错误  所以就需要进入es容器中  查看es容器ip  然后将docker run 后面url改为es容器ip地址才行