ElasticSearch安装

Elastic Search安装

安装环境有:Ubuntu 16.04,Java1.8, Elastic 6.5.4,Kibana 6.5.4,Logstash 6.5.4

一、Java1.8安装

  1. 下载Java1.8,进入下载页面,点击Accept License Agreement,选择linux x64 tar.gz格式文件

  2. 安装Jdk

    • 输入sudo cp jdk-8u191-linux-x64.tar.gz /usr/local,将安装包拷贝到/usr/local目录下

    • 输入sudo tar -zxvf jdk-8u191-linux-x64.tar.gz,进行解压

    • 输入sudo mv jdk-8u191-linux-x64.tar.gz java,对文件名进行修改

    • 输入sudo chmod -R 777 java,修改文件权限

  3. 配置Jdk,输入sudo gedit ~/.bashrc,在文件最后添加如下配置:

     export JAVA_HOME=/usr/local/java
     export JRE_HOME=$JAVA_HOME/jre
     export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
     export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH
    
  4. 输入source ~/.bashrc对配置生效

  5. 验证Jdk安装,输入java -version 会出现java相应的版本信息

二、Elastic Search安装

  1. 下载Elastic Search,选择版本为6.5.4,点击下载

  2. 安装Elastic Search

    • 输入sudo cp elasticsearch-6.5.4.tar.gz /usr/local,将Elastic Search拷贝到安装目录。

    • 输入sudo tar -zxvf elasticsearch-6.5.4.tar.gz,对安装包进行解压。

    • 输入sudo mv elasticsearch-6.5.4 elasticsearch,进行文件夹名称修改。

    • 输入sudo chmod -R 777 elasticsearch,修改文件权限

  3. 对Elastic Search进行配置

    • 输入cd elasticsearch/config/,进入Elastic Search配置目录

    • 输入sudo gedit elasticsearch.yml,打开配置文件。在最后一行添加network.host: 0.0.0.0,设置Elastic Search为外网可访问

    • 输入sudo gedit jvm.options,修改elastic search使用内存

        -Xms512m
        -Xmx512m
      
  4. 启动Elastic Search

    • 输入cd /usr/local/elasticsearch/bin 进入执行文件目录。输入./elasticsearch启动elastic search

    • 启动过程中会报max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]的错误,解决方法为:输入sudo gedit /etc/sysctl.conf,在最后一行添加vm.max_map_count=262144,再执行sudo sysctl -p

    • 输入./elasticsearch,重新启动elastic search

    • 输入curl 127.0.0.1:9200,返回elastic search的相关信息,则验证安装成功

  5. 分词安装,IK分词安装需要较高的权限,这里我们需要使用root用户进行操作。

    • 输入sudo passwd root,根据提示设置root用户的密码

    • 输入su,根据提示输入密码,将用户切换为root

    • 为root用户配置java环境变量,参考java安装步骤3、4

    • 输入./elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.5.4/elasticsearch-analysis-ik-6.5.4.zip,安装IK分词,根据提示输入y

    • 输入sudo chmod -R 777 elasticsearch,修改文件权限

    • 输入curl http://localhost:9200/_cat/plugins可查看ik安装情况J--DHCh analysis-ik 6.5.4

    • 输入./elasticsearch,重新启动elastic search

三、kibana安装

  1. 下载Kibana,选择6.5.4版本,点击下载

  2. 安装kibana

    • 输入sudo cp kibana-6.5.4-linux-x86_64.tar.gz /usr/local,将kibana拷贝到安装目录。

    • 输入sudo tar -zxvf kibana-6.5.4-linux-x86_64.tar.gz,对安装包进行解压。

    • 输入sudo mv kibana-6.5.4-linux-x86_64 kibana,对文件夹重命名

    • 输入sudo chmod -R 777 kibana,修改文件权限

  3. 对kibana进行配置

    • 输入cd /usr/local/kibana/config/,进入kibana安装目录

    • 输入sudo gedit kibana.yml,在文件末尾添加

        server.host: 0.0.0.0
        elasticsearch.url: "http://127.0.0.1:9200"
        xpack.reporting.encryptionKey: "a_random_string"
        xpack.security.encryptionKey: "something_at_least_32_characters"
      
        # 有数字证书的配置
        server.ssl.enabled: true
        server.ssl.certificate: /usr/local/kibana/config/kibana.crt
        server.ssl.key: /usr/local/kibana/config/kibana.key
      
  4. 启动kibana

    • 输入cd /usr/local/kibana/bin/,进入执行文件目录,输入./kibana启动kibana

    • 在浏览器输入http://localhost:5601,即可对kibana进行访问

  5. 分词安装验证

    • 输入http://localhost:5601,点击Dev Tools菜单,点击右边Console,输入以下代码:

        // 按照最粗粒度分词
        GET _analyze?pretty
        {
          "analyzer": "ik_smart",
          "text": "中华人民共和国国歌是聂耳写的"
        }
      
        // 按照最细粒度分词
        GET _analyze?pretty
        {
          "analyzer": "ik_max_word",
          "text": "中华人民共和国国歌是聂耳写的"
        }
      

    点击运行后,可查看分词后的效果

四、Logstash安装

  1. 下载Logstash,选择6.5.4版本,点击下载

  2. 安装Logstash

    • 输入sudo cp logstash-6.5.4.tar.gz /usr/local,将Logstash拷贝到local目录下。

    • 输入sudo tar -zxvf logstash-6.5.4.tar.gz,对安装包进行解压。

    • 输入sudo mv logstash-6.5.4 logstash,对文件夹进行重命名

    • 输入sudo chmod -R 777 logstash,修改文件权限

  3. 启动Logstash

    • 输入cd /usr/local/logstash,进入logstash目录

    • 输入bin/logstash -e 'input { stdin { } } output { stdout {} }',对logstash进行启动

    • 启动完毕后,输入hello,则返回如下信息,则表示Logstash安装成功

        {
       		"message" => "hello",
        		"@version" => "1",
      		"host" => "ubuntu",
              "@timestamp" => 2019-01-03T06:46:06.059Z
        }
      
    • 通过Logstash将数据库导入ElasticSearch

      1. 下载数据库驱动包,这里用的是SqlServer,点击下载

      2. 输入:sudo mkdir /usr/local/logstash/lib/mssql,创建mssql文件夹

      3. 输入:sudo cp mssql-jdbc-7.0.0.jre8.jar /usr/local/logstash/lib/mssql/,将数据库驱动拷贝到文件夹下

      4. 输入:cd /usr/local/logstash/config/,进入config目录

      5. 输入:sudo cp logstash-sample.conf logstash.conf,拷贝并重命名文件

      6. 输入:sudo gedit logstash.conf,添加如下内容

         input {
             jdbc {
                 jdbc_driver_library => "/usr/local/logstash/lib/mssql/mssql-jdbc-7.0.0.jre8.jar"
                 jdbc_driver_class => "com.microsoft.sqlserver.jdbc.SQLServerDriver"
                 jdbc_connection_string => "jdbc:sqlserver://url:port;databaseName=dbname;"
                 jdbc_user => "user"
                 jdbc_password => "password"
                 schedule => "* * * * *"
                 jdbc_default_timezone => "Asia/Shanghai"
                 statement => "SELECT * FROM Table;"
             }
         }
         output {
             elasticsearch {
                 index => "index"
                 document_type => "type"
                 document_id => "%{PrimaryKey}"
                 hosts => ["localhost:9200"]
             }
         }
        
      7. 输入:cd /usr/local/logstash/bin后,执行./logstash -f ../config/logstash.conf,就会从配置的数据库中将信息存储到elasticsearch中

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值