Elasticsearch+Kibana·入门·壹

已于 2023-04-27 12:17:44 修改
阅读量906 收藏 1
点赞数
分类专栏： ES 文章标签： elasticsearch 搜索引擎 lucene
于 2023-04-08 12:12:21 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/stange1/article/details/130024959
版权

文章目录

1 认识elasticsearch

1.1 ES引入

1.1.1 elasticsearch作用

elasticsearch：一款从海量数据（百万级别以上）中快速查找所需内容的开源搜索引擎。

例如：电商网站搜索商品在这里插入图片描述

1.1.2 ES相关技术栈——ELK

此篇文章着重介绍elastic stack（ELK）技术栈：elasticsearch、kibana、Logstash、Beats实现ES搜索引擎功能。

注意： elasticsearch是ELK的核心，负责存储、搜索、分析数据
在这里插入图片描述

1.1.3 elasticsearch的底层lucene

Lucene**是一个Java语言的搜索引擎类库，是Apache公司的顶级项目,官网地址：https://lucene.apache.org/ 。

1.1.4 elasticsearch与其他搜索技术（Solr）对比

1.2 正向索引与倒排索引

1.2.1 正向索引

条件：表（tb_goods）中的id创建索引在这里插入图片描述
此时，根据表中id查询所需数据，就是正向索引

正向索引（正排索引）：正排表以文档的ID为关键字，查找所需信息时需扫描表中每个文档中字的信息，直到找出所有包含所需信息的文档。

然而，当搜索数据，条件是title符合"%手机%",

  • 逐行获取数据，比如id为1的数据
  • 逐行扫描（全表扫描）判断数据中的title是否符合搜索条件
  • 如若不符合，则以此循环，在面对百万级别数据时查询效率低下。

1.2.2.倒排索引

两个概念:

名词解释
文档（Document）用来搜索的数据，对应数据库中，每一行数据就是一个文档。例如：一个商品信息
词条（Term）对文档数据进行算法拆分，得到的具备含义的词语就是词条。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条

创建倒排索引（正向索引的特殊处理）流程：

  • ①使用算法对文档进行拆分，得到一个个的此词条
  • ② 创建表，每行数据包括词条、词条所在文档id、位置等信息
  • ③ 由于词条唯一性，给词条创建索引，例如hash表结构索引

例如：对正向索引表拆分，有小米关键字的文档对应id为1\3\4，以此类推，完成拆分
在这里插入图片描述

倒排索引的搜索流程：

  • ① 用户输入条件“华为手机”进行搜索
  • ② 对用户输入内容分词，得到词条：华为、手机
  • ③ 凭借词条在倒排索引中查找，得到词条所对应的文档id：1、2、3
  • ④ 最后，凭借查询得到的词条所对应文档在正向索引中查询具体文档（正向索引表中id具有索引，查询性能较好，无需全表扫描）

索引介绍参考：MySQL Study Notes Design in 2023在这里插入图片描述

1.2.3.正向、倒排索引比较

正向索引倒排索引
正向索引传统根据id索引的方式倒排索引先找到用户所需词条
根据词条查询，必须逐条获取每个文档，然后判断文档中是否包含所需词条根据词条得到相对应文档id，其次根据获取id所对应文档。

1.2.4.正向、倒排索引优缺点

正向索引：

优点缺点
可以给多个字段创建索引根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描。
根据索引字段搜索、排序速度非常快

倒排索引：

优点缺点
根据词条搜索、模糊搜索时，速度非常快只能给词条创建索引，而不是字段
无法根据字段做排序

1.3 es相关概念

1.3.1 文档和字段

文档：ES面向文档存储，对应数据库中表中每行数据。文档数据最终会被序列化为JSON格式存储在ES中，其次JSON文档中的字段对应数据库表中每列，也就是词条。
在这里插入图片描述

1.3.2.索引和映射

索引（Index）:相同类型词条的集合

  • 例如：
    ① 所有商品名称词条，可以组织在一起，称为商品的索引；
    ② 所有订单词条，可以组织在一起，称为订单的索引；
    在这里插入图片描述

映射：数据库中字段有约束，对应ES索引库中就有映射（mapping）

1.3.3 mysql与elasticsearch对比

MySQLElasticsearch说明
TableIndex索引(index)，就是文档的集合，类似数据库的表(table)，而MySQL中索引时从0开始的下标
RowDocument文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式
ColumnField字段/词条（Field），就是JSON文档中的字段，类似数据库中的列（Column）
SchemaMappingMapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema）
SQLDSLDSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD

在企业中，MySQL常与ES结合使用：
在这里插入图片描述

1.3.4 DSL中属性解释

属性解释
_id_id仅仅是一个字符串，与_index和_type组合时，就可以在es中唯一标识一个文档，当创建一个文档（相当于数据库中每一行数据）时，可以自定义_id，也可以让ES使用默认UUID自动生成
_index索引（index）类似于MySQL（database），索引名字必须全部小写，不能以下划线开头，不能包含逗号。
_type类型（type）类似于MySQL的table
hits命中，查询返回的结果称为命中

1.3.5 ES中特殊字段location、all

字段解释
location地理坐标，里面包含精度、纬度
all一个组合字段，其目的是将多字段的值 利用copy_to合并，提供给用户搜索

地理坐标说明：在这里插入图片描述

copy_to说明（把brand词条copy给all词条）：在这里插入图片描述

1.3.6 ES中别名aliases

示例：
在这里插入图片描述

别名相关解释：
① ES中别名机制可类比数据库中视图。
② ES可对一个或多个索引指定别名，通过别名可以查找到一个或多个索引内容，ES会把别名映射到对应索引。
③ 可以对别名编写过滤器或路由，在系统中别名不能重复，也不能和索引名重复。

1.4.安装es、kibana、ik中文分词器

1.4.1 IK分词器的两种模式

模式解释
ik_smart智能切分，粗粒度
ik_max_word最细切分，细粒度

1.4.2 IK分词器拓展词条、停用词条

① 利用config目录的IkAnalyzer.cfg.xml文件添加拓展词典和停用词典
② 在词典中添加拓展词条或者停用词条

1.4.3 kibana报错通用解决方法

重启docker服务

systemctl restart docker

已解决错误：

  • ① your basic license does not support cross cluster replication. please upgrade
  • ②docker update kibana --restart=always

2 索引库操作

2.1 mapping（约束）映射属性

type：字段数据类型，常见的简单类型有：

类型说明
字符串text（可分词的文本）、keyword（不可分词，例如：品牌、国家、ip地址）
数值long、integer、short、byte、double、float
布尔boolean
日期date
对象object

① index：是否创建索引，默认为true
② analyzer：使用哪种分词器
③ properties：该字段的子字段

例如下面的json文档:
在这里插入图片描述

  • 对应的每个字段映射（mapping）：
    ① age：类型integer，参与搜索（ “index”: true），无需分词（ “type”: “keyword”）
    ②weight：类型为float，参与搜索（ “index”: true），无需分词（ “type”: “keyword”）
    ③isMarried：类型为boolean；参与搜索（ “index”: true），无需分词（ “type”: “keyword”）
    ④info：类型为字符串，需要分词器（type=text），参与搜索（ “index”: true），需分词器，个人选用（“analyzer”: “ik_smart”）
    ⑤ email：类型为字符串，参与搜索（ “index”: true），无需分词（ “type”: “keyword”）
    ⑥ score：数组类型，但只需看元素的类型，类型为float；参与搜索（ “index”: true），无需分词（ “type”: “keyword”）
    ⑦ name：类型为object，需定义多个子属性
    name.firstName；类型字符串，不需分词（ “type”: “keyword”）；参与搜索（ “index”: true）
    name.lastName；类型为字符串，不需分词（ “type”: “keyword”）；参与搜索（ “index”: true）

2.2.索引库的CRUD

2.2.1 创建索引库和映射

基本语法：

  • 请求方式：PUT
  • 请求路径：/索引库名，可以自定义
  • 请求参数：mapping映射

格式：

PUT /索引库名称
{
  "mappings": {
    "properties": {
      "字段名":{
        "type": "text",
        "analyzer": "ik_smart"
      },
      "字段名2":{
        "type": "keyword",
        "index": "false"
      },
      "字段名3":{
        "properties": {
          "子字段": {
            "type": "keyword"
          }
        }
      },
      // ...略
    }
  }
}

示例：

 PUT /heima
{
  "mappings": {
    "properties": {
      "info":{
        "type": "text",
        "analyzer": "ik_smart"
      },
      "email":{
        "type": "keyword",
        "index": "falsae"
      },
      "name":{
        "properties": {
          "firstName": {
            "type": "keyword"
          }
        }
      },
      // ... 略
    }
  }
}

2.2.2.查询索引库

基本语法：

  • 请求方式：GET
  • 请求路径：/索引库名
  • 请求参数：无

格式：

GET /索引库名

示例：
在这里插入图片描述

2.2.3.修改索引库

注意：倒排索引中数据结构发生改变（比如改变分词器），此时需重新创建倒排索引，因此索引库一旦创建，无法修改mapping已有字段。

  • 虽然无法修改mapping中已有字段，但允许添加新字段到mapping，不会对倒排索引产生影响。
  • 因此需要修改索引库时，需要先删除后添加新索引库。

语法说明：

PUT /索引库名/_mapping
{
  "properties": {
    "新字段名":{
      "type": "integer"
    }
  }
}

示例：
在这里插入图片描述

2.2.4.删除索引库

语法：

  • 请求方式：DELETE
  • 请求路径：/索引库名
  • 请求参数：无

格式：

DELETE /索引库名

在这里插入图片描述

3.文档操作

3.1.新增文档

语法：

POST /索引库名/_doc/文档id
{
    "字段1": "值1",
    "字段2": "值2",
    "字段3": {
        "子属性1": "值3",
        "子属性2": "值4"
    },
    // ...
}

示例：


POST /heima/_doc/1
{
    "info": "张三学生",
    "email": "zs@qq.cn",
    "name": {
        "firstName": "三",
        "lastName": "张"
    }
}

3.2.查询文档

语法：

GET /{索引库名称}/_doc/{id}

示例：

GET /person/_doc/1

3.3.删除文档

语法：

DELETE /{索引库名}/_doc/id值

示例：

DELETE /person/_doc/1

3.4.修改文档

全量修改直接覆盖原来的文档
增量修改修改文档中的部分字段

3.4.1.全量修改

全量修改：覆盖原来的文档，本质是：

  • 根据指定的id删除文档
  • 新增一个相同id的文档

注意：如果根据id删除，当id不存在，第二步新增也会执行，也就是从修改操作变成新增操作。

语法：

PUT /{索引库名}/_doc/文档id
{
    "字段1": "值1",
    "字段2": "值2",
    // ... 略
}

示例：

PUT /heima/_doc/1
{
    "info": "学生信息",
    "email": "zy2@itcast.cn",
    "name": {
        "firstName": "云",
        "lastName": "赵"
    }
}

3.4.2.增量修改

增量修改：只修改指定id匹配到对应文档中的字段。

语法：

POST /{索引库名}/_update/文档id
{
    "doc": {
         "字段名": "新的值",
    }
}

示例：

POST /heima/_update/1
{
  "doc": {
    "email": "ZhaoYun@itcast.cn"
  }
}

4.RestAPI

ES官方提供了各种不同语言的客户端，用来操作ES。这些客户端的本质就是组装DSL语句，通过http请求发送给ES。官方文档地址：https://www.elastic.co/guide/en/elasticsearch/client/index.html

本篇使用：Java HighLevel Rest Client客户端API

4.1 根据MySQL数据库书写DSL

4.1.1 数据库表结构

CREATE TABLE `tb_hotel` (
  `id` bigint(20) NOT NULL COMMENT '酒店id',
  `name` varchar(255) NOT NULL COMMENT '酒店名称；例：7天酒店',
  `address` varchar(255) NOT NULL COMMENT '酒店地址；例：航头路',
  `price` int(10) NOT NULL COMMENT '酒店价格；例：329',
  `score` int(2) NOT NULL COMMENT '酒店评分；例：45，就是4.5分',
  `brand` varchar(32) NOT NULL COMMENT '酒店品牌；例：如家',
  `city` varchar(32) NOT NULL COMMENT '所在城市；例：上海',
  `star_name` varchar(16) DEFAULT NULL COMMENT '酒店星级，从低到高分别是：1星到5星，1钻到5钻',
  `business` varchar(255) DEFAULT NULL COMMENT '商圈；例：虹桥',
  `latitude` varchar(32) NOT NULL COMMENT '纬度；例：31.2497',
  `longitude` varchar(32) NOT NULL COMMENT '经度；例：120.3925',
  `pic` varchar(255) DEFAULT NULL COMMENT '酒店图片；例:/img/1.jpg',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

4.1.2 ES的DSL

PUT /hotel
{
  "mappings": {
    "properties": {
       "id":{
        "type": "long"
      },
      "name":{
        "type": "text",
         "analyzer": "ik_smart",
         "copy_to": "all"
      },
       "address":{
        "type": "keyword", 
        "index": false
      },
       "price":{
        "type": "integer"
      },
      "score":{
        "type": "integer"
      },
       "brand":{
        "type": "keyword",
        "copy_to": "all"
      },
      "city":{
        "type": "keyword",
         "index": true,
         "copy_to": "all"
      },
       "starName":{
        "type": "keyword"
      },
       "business":{
        "type": "text",
        "analyzer": "ik_smart"
      },
      "location":{
        "type": "geo_point"
      },
      "all":{
        "type": "text"
        , "analyzer": "ik_smart"
      },
      "pic":{
        "type": "keyword",
        "index": false
      }
    }
  }
}

4.2 SpringBoot使用Java HighLevel Rest Client API

4.2.1 查看SpringBoot默认的ES版本是7.6.2

在这里插入图片描述

4.2.2 maven引入API坐标

 <!--引入es的RestHighLevelClient依赖-->
<dependency>   <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>

 <!--SpringBoot默认的ES版本是7.6.2，所以我们需要覆盖默认的ES版本-->
<properties>
    <java.version>1.8</java.version>  <elasticsearch.version>7.12.1</elasticsearch.version>
</properties>

4.2.3 yml添加配置

spring:
  elasticsearch:
    rest:
      uris: http://192.168.180.135:9200

4.2.4 ES中9200与9300端口说明

端口说明
9200ES节点与外部通讯端口。它是http协议的RESTful接口（各种CRUD操作都是通过端口,如查询：http://localhost:9200/user/_search）。
9300ES节点间通讯使用端口。它是tcp通讯端口，集群间和TCPclient都通过此端口。

4.3 创建索引库

4.3.1 封装DSL常量类

//Constants.java
public class Constants {

    public static final String MAPPING ="{\n" +
            "    \"properties\": {\n" +
            "       \"id\":{\n" +
            "        \"type\": \"long\"\n" +
            "      },\n" +
            "      \"name\":{\n" +
            "        \"type\": \"text\",\n" +
            "         \"analyzer\": \"ik_smart\",\n" +
            "         \"copy_to\": \"all\"\n" +
            "      },\n" +
            "       \"address\":{\n" +
            "        \"type\": \"keyword\", \n" +
            "        \"index\": false\n" +
            "      },\n" +
            "       \"price\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"score\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "       \"brand\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"copy_to\": \"all\"\n" +
            "      },\n" +
            "      \"city\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "         \"index\": true,\n" +
            "         \"copy_to\": \"all\"\n" +
            "      },\n" +
            "       \"starName\":{\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "       \"business\":{\n" +
            "        \"type\": \"text\",\n" +
            "        \"analyzer\": \"ik_smart\"\n" +
            "      },\n" +
            "      \"location\":{\n" +
            "        \"type\": \"geo_point\"\n" +
            "      },\n" +
            "      \"all\":{\n" +
            "        \"type\": \"text\"\n" +
            "        , \"analyzer\": \"ik_smart\"\n" +
            "      },\n" +
            "      \"pic\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"index\": false\n" +
            "      }\n" +
            "    }\n" +
            "  }";
}

4.3.2 测试类——创建索引库

 @Test
    public void testCreateIndex() throws Exception {
        //目标：向es服务器发送请求，创建索引

        // 1.创建request对象,创建——>create
        CreateIndexRequest createIndexRequest = new CreateIndexRequest("hetol");
        // 2.准备请求参数：DSL语句
            // 2.1 Constants.MAPPING是我们定义的常量类
            // 2.2 XContentType.JSON是由于创建索引时是JSON格式
        createIndexRequest.mapping(Constants.MAPPING, XContentType.JSON);
        // 3.通过ES客户端向ES服务器通信
            // 3.1 RequestOptions：请求方式（同步/异步），默认是同步
        CreateIndexResponse response = client.indices().create(createIndexRequest, RequestOptions.DEFAULT);
        System.out.println(response.isAcknowledged());
    }

4.3.3 RequestOptions：请求方式（同步/异步）探究

移步专题：微风·六：RequestOptions：请求方式（同步/异步）探究

欧尼焦
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
elasticsearch+kibana.rar
08-11
包含elasticsearch-6.4.3.tar.gz和kibana-6.4.3-linux-x86_64.tar.gz,使用时请解压将两个文件上传到linux安装
elasticsearch+kibana
hjklnmyuiop的博客
05-28 194
第一个java项目博客系统需要elasticsearch搜索，今再次温习下elk使用 安装包去官网下载：https://www.elastic.co/cn/start 今安装 Elasticsearch、Kibana ，两者版本需要一致。 安装前提 jdk1.8以上，nodejs 已下载elasticsearch-7.12.1-linux-x86_64.tar.gz、kibana-7.12.1-linux-x86_64.tar.gz文件 1.安装elastic [root@localhost ~] tar
Elasticsearch和Kibana的安装及使用
最新发布
weixin_40618306的博客
03-20 933
Elasticsearch是一个开源的搜索引擎，建立在一个全文搜索引擎Apache Lucene基础之上。Lucene可以说是当下最先进、高性能、全功能的搜索引擎库。一个分布式的实时文档存储，每个字段都可以被索引与搜索；一个分布式实时分析搜索引擎；能胜任上百个服务节点的扩展，并支持PB级别的结构化或者非结构化数据。Elasticsearch将所有的功能打包成一个单独的服务，这样你可以通过程序与它提供的简单的RESTful API进行通信。
Elasticsearch+Kibana
DRD
10-21 400
Elasticsearch+KibanaElasticsearch前提下载运行Kibana下载运行 Elasticsearch 前提 jdk11 下载 https://www.elastic.co/cn/downloads/kibana#ga-release，下载elasticsearch-7.4.0-windows-x86_64.zip 运行 解压后，运行bin文件夹下的elasticsear...
ElasticSearch + Kibana
nia305的博客
04-18 2521
文章目录介绍用途安装Mock数据简单的使用关于Kibana和ElasticSearch的连接使用最后 介绍 ElasticSearch : Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎[官网介绍] Kibana:能够对 Elasticsearch 中的数据进行可视化并在 Elastic Stack 进行操作[官网介绍] 用途 现在Elastic Stack 多...
ELK技术栈之——分布式搜索--Elasticsearch+Kibana（一）
金蒂
01-18 3115
一、背景 关于ELK的技术栈大家一定不陌生，EKL分别为 分布式搜索Elasticsearch、日志的收集LogStash、提供友好界面的Kibana，ELK技术栈被广泛应用在日志数据分析、实时监控等领域‘。 二、初识Elasticsearch elasticsearch是一款非常强大的开源搜索引擎,可以帮助我们从海量数据中快速找到需要的内容。 我们为什么要学习Elasticsearch？ 看一下全球搜索技术排行： 三、Elasticsearch与传统数据库搜索对比 搜索方式： EL
filebeat+elasticSearch+kibana 学习体会
07-31
就是学习这三个的一些心得体会，适合初学者，适合给他人讲解使用！
skywalking+es7+nacos+ik+kibana
07-11
skywalking+es7+nacos+ik+kibana
基于docker-compose构建filebeat + Logstash +Elasticsearch+ kibana日志系统
04-30
基于docker-compose构建filebeat + Logstash +Elasticsearch+ kibana日志系统 对nginx日志进行正则切割字段。 https://www.jianshu.com/p/f7927591d530
elasticsearch+kibana+ik
04-04
elasticsearch+kibana+ik安装包
filebeat+elasticsearch+kibana在Linux安装详细步骤
08-01
详细介绍了日志系统的安装，包括filebeat和kibana和elasticsearch的基本安装步骤以及注意的地方，当然，没有加权限管理，有需要权限管理的给我留言
ElasticSearch+Kibana 7.8.0 版本 安装包
08-01
由于国外站点访问下载起来非常慢，所以提供linux下7.8.0 elasticsearch+kibana 的安装包。
java爬虫 Java+Elasticsearch+Kibana
04-10
java爬虫 Java+Elasticsearch+Kibana 一款爬了知乎几十万用户的数据的爬虫，从知乎上爬取关注着的各种信息，并Index到Elasticsearch，用Kibana做图形展示
2019年最新版elasticSearch+kibana+logstash+各种常用插件安装教程
03-01
2019年elaticsearch6.6.0的安装教程，kibana6.6.0安装教程，logstash6.6.0安装教程，ik分词器，head插件，bigdesk等插件安装教程，x-pack使用等。
logstash+elasticsearch+kibana搭建监控平台 
11-17
使用logstash+elasticsearch+kibana搭建监控平台  ，也可以使用logstash+influxdb+grafana搭建监控平台  
ElasticSearch系列：elasticsearch+kibana
哇哇哇，真的学到了！！！
02-07 1512
一、官网下载 下载相关压缩包： elasticsearch-7.16.3-linux-x86_64.tar.gz kibana-7.16.3-linux-x86_64.tar.gz 二、elasticsearch简单部署 1、创建相关的用户 #创建 elasticsearch 用户组 [root@i-slebi7x6 es]# groupadd elasticsearch #创建用户 es9 并设置密码 [root@i-slebi7x6 es]# useradd es9 [root@i-sl
ElasticSearch+Kibana+Filebeat+Head搭建日志采集系统
wzj的博客
05-21 9344
安装步骤如下： 1.进入elasticsearch官网下载： https://www.elastic.co/downloads/elasticsearch wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.5.4.tar.gz 解压 tart -zxvf elasticsearch-6.5.4.tar...
ElasticSearch+kibana安装
qq_39960204的博客
05-19 439
ElasticSearch+kibana安装 ElasticSearch安装 下载 下载地址： https://www.elastic.co/cn/downloads/past-releases#elasticsearch 上传压缩包到Linux Linux解压缩 命令： tar -zxvf elasticsearch-7.12.1-linux-x86_64.tar.gz 目录介绍 在目录elasticsearch-7.12.1下新建一个data文件夹，用于存放数据 新建命令： mkdir
ElasticSearch+kibana的安装
m0_63840217的博客
06-26 1190
Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用Elasticsearch的水平伸缩性，能使数据在生产环境变得更有价值全文检索是指对每一个词建立一个索引，指明该词在文章中出现的次数和位置。当查询时，根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。（1）index 索引：索引类似于mysql 中的数据库，Elasticesearch 中的索引是存在数据的地方，包
elasticsearch+kibana安装部署
09-09
要安装和部署Elasticsearch和Kibana，你可以按照以下步骤进行操作： 1. 首先，你需要从Elasticsearch官网下载Elasticsearch的安装包。你可以使用以下命令来下载最新版本的Elasticsearch安装包： ``` wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.7.0.tar.gz ``` 2. 下载完成后，解压缩安装包。你可以使用以下命令来解压缩文件： ``` tar -xzf elasticsearch-6.7.0.tar.gz ``` 3. 进入解压缩后的目录： ``` cd elasticsearch-6.7.0 ``` 4. 接下来，你需要修改Elasticsearch的配置文件。你可以使用任何文本编辑器打开`config/elasticsearch.yml`文件，并进行必要的配置更改。例如，你可以修改绑定的IP地址、端口号等。 5. 完成配置后，你可以启动Elasticsearch。使用以下命令启动Elasticsearch： ``` ./bin/elasticsearch ``` 6. 启动后，你可以访问`http://localhost:9200`来验证Elasticsearch是否成功启动。你应该能够看到Elasticsearch的信息。 7. 现在，你可以继续安装和部署Kibana。从Kibana官网下载Kibana的安装包。你可以使用以下命令来下载最新版本的Kibana安装包： ``` wget https://artifacts.elastic.co/downloads/kibana/kibana-6.7.0-linux-x86_64.tar.gz ``` 8. 下载完成后，解压缩Kibana的安装包。你可以使用以下命令来解压缩文件： ``` tar -xzf kibana-6.7.0-linux-x86_64.tar.gz ``` 9. 进入解压缩后的目录： ``` cd kibana-6.7.0-linux-x86_64 ``` 10. 接下来，你需要修改Kibana的配置文件。你可以使用任何文本编辑器打开`config/kibana.yml`文件，并进行必要的配置更改。例如，你可以修改Elasticsearch的连接地址、端口号等。 11. 完成配置后，你可以启动Kibana。使用以下命令启动Kibana： ``` ./bin/kibana ``` 12. 启动后，你可以访问`http://localhost:5601`来访问Kibana的Web界面。在Kibana中，你可以进行数据可视化和分析等操作。 通过按照以上步骤，你可以成功安装和部署Elasticsearch和Kibana。记得根据你的具体需求进行配置和调整。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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