spring cloud搭建elk

最新推荐文章于 2023-09-08 14:39:16 发布
最新推荐文章于 2023-09-08 14:39:16 发布
阅读量1.1k 收藏 2
点赞数
分类专栏： elasticsearch
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/unhejing/article/details/105630678
版权

目录

一、安装前准备

1.elasticsearch-6.2.2 (存储日志数据)

2.logstash-6.2.2（收集日志数据）

 3.kibana-6.2.2（显示日志数据）

二、开始安装

1.elasticsearch 安装

2.logstash 安装

3.kibana 安装

三、修改每个java微服务的logback-spring.xml 日志文件

 

前言：由于项目是使用spring cloud搭建的。项目前期没有搭建elk日志系统，结果正式环境需要查看很久之前的日志很不方便，而且服务器上的日志只保留了1个月，再追溯之前的日志就无处可寻了。本来该再项目初期就搭建elk日志管理的。奈何我是项目中期才加入进来。所以需要单独再搭建一下。

一、安装前准备

elastic官网：

https://www.elastic.co/cn/downloads

1.elasticsearch-6.2.2 (存储日志数据)

wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.2.2.tar.gz

2.logstash-6.2.2（收集日志数据）

wget https://artifacts.elastic.co/downloads/logstash/logstash-6.2.2.tar.gz

 3.kibana-6.2.2（显示日志数据）

wget https://artifacts.elastic.co/downloads/kibana/kibana-6.2.2-linux-x86_64.tar.gz

 

二、开始安装

1.elasticsearch 安装

参考我之前的博客：https://blog.csdn.net/unhejing/article/details/103565510

2.logstash 安装

（1）解压安装包

tar -zxvf logstash-6.2.2.tar.gz

（2）测试安装是否成功

bin/logstash -e 'input{stdin{}}output{stdout{codec=>rubydebug}}'

显示 Pipeline started succesfully即表示成功。

然后你会发现终端在等待你的输入。敲入 Hello World，回车，结果如图：

（3）配置logstash将日志输出到elasticsearch

--修改logstash配置文件

cd logstash-6.2.2/config/
vim logstash.conf

创建配置文件并输入以下配置： 

input {                                                                                                          
    tcp {
        port => 4560                                                                                             
        codec => "json"                                                                                          
    }                                                                                                            
}                                                                                                                
output {                                                                                                         
    elasticsearch { 
        hosts => ["localhost:9200"]
        index => "%{[appname]}"
    }                                                               
    stdout { codec => rubydebug }                                                                              
}

--配置文件说明：

其中port为端口号，codec表示数据为json格式传输，elasticsearch.hosts表示elasticsearch的地址,index为日志在的elasticsearch存储的索引。appname配置就是获取日志中的 appname字段的值做为索引的名称

--启动

带配置文件启动，进程不能退出，调试的时候使用。

bin/logstash -f logstash.conf

后台启动(输入全路径)：

nohup /usr/local/elk/logstash-6.2.2/bin/logstash -f /usr/local/elk/logstash-6.2.2/config/logstash.conf > /var/log/logstash/logstash.log 2>&1 &

3.kibana 安装

（1）解压安装包

tar -zxvf kibana-6.2.2-linux-x86_64.tar.gz

（2）修改配置文件

cd kibana-6.2.2-linux-x86_64/config/
vim kibana.yml

修改配置：

# 端口
server.port: 5601
# 指定本机ip让外部能访问
server.host: "0.0.0.0"
# 请求数据指向的elasticsearch服务器
elasticsearch.url: "http://192.168.31.53:9200"

进入bin目录启动：

sh kibana &

后台启动：

nohup bin/kibana &

 

在浏览器输入：ip:5601访问，如图：

综上：服务器端的elk配置搭建成功，接下来需要配置spring cloud的日志文件，使之产生的日志能发送到elasticsearch上储存。

三、修改每个java微服务的logback-spring.xml 日志文件

--在原日志文件的基础上添加如下代码（前提项目已logback-spring.xml为日志配置文件）：

    <!--logstash配置-->
    <appender name="STASH_PRO" class="net.logstash.logback.appender.LogstashTcpSocketAppender">
        <destination>192.168.11.53:4560</destination>
        <!-- 编码器 -->
        <encoder class="net.logstash.logback.encoder.LogstashEncoder">
            <providers>
                <timestamp>
                    <timeZone>UTC</timeZone>
                </timestamp>
                <pattern>
                    <pattern>
                        {
                            "severity":"%level",
                            "service": "${springAppName:-}",
                            "trace": "%X{X-B3-TraceId:-}",
                            "span": "%X{X-B3-SpanId:-}",
                            "exportable": "%X{X-Span-Export:-}",
                            "pid": "${PID:-}",
                            "thread": "%thread",
                            "class": "%logger{50}",
                            "rest": "%message"
                        }
                    </pattern>
                </pattern>
            </providers>
            <!--  索引名-->
            <customFields>{"appname":"hty-b2c-service"}</customFields>
        </encoder>
    </appender>


    <!--    生产环境:输出到文件-->
    <springProfile name="pro">
        <root level="info">
            <appender-ref ref="DEBUG_FILE" />
            <appender-ref ref="INFO_FILE" />
            <appender-ref ref="ERROR_FILE" />
            <appender-ref ref="WARN_FILE" />
            <appender-ref ref="STASH_PRO" />
        </root>
        <root level="error">
            <appender-ref ref="ERROR_FILE" />
        </root>
        <root level="warn">
            <appender-ref ref="WARN_FILE" />
        </root>
        <root level="debug">
            <appender-ref ref="DEBUG_FILE"/>
        </root>
    </springProfile>

--pom文件引入依赖：

<dependency>
    <groupId>net.logstash.logback</groupId>
    <artifactId>logstash-logback-encoder</artifactId>
    <version>4.11</version>
</dependency>

然后再重启java微服务。

成功的截图，es自动创建了服务的索引，接下来就是kibana的一些查询操作了。

文章末尾附上一份完整的logback.xml配置文件：

<?xml version="1.0" encoding="UTF-8"?>
<configuration debug="false">
    <springProperty scope="context" name="springAppName" source="spring.application.name" />

    <!--web信息 -->
    <include resource="org/springframework/boot/logging/logback/base.xml" />
    <property name="LOG_PATH" value="${user.dir}/logs/b2c"/>
    <!-- 彩色日志 -->
    <!-- 彩色日志依赖的渲染类 -->
    <conversionRule conversionWord="clr" converterClass="org.springframework.boot.logging.logback.ColorConverter" />
    <conversionRule conversionWord="wex" converterClass="org.springframework.boot.logging.logback.WhitespaceThrowableProxyConverter" />
    <conversionRule conversionWord="wEx" converterClass="org.springframework.boot.logging.logback.ExtendedWhitespaceThrowableProxyConverter" />
    <!-- 彩色日志格式 -->
    <!--<property name="CONSOLE_LOG_PATTERN" value="${CONSOLE_LOG_PATTERN:-%clr(%d{yyyy-MM-dd HH:mm:ss.SSS}){faint} %clr(${LOG_LEVEL_PATTERN:-%5p}) %clr(${PID:- }){magenta} %clr(-&#45;&#45;){faint} %clr([%15.15t]){faint} %clr(%-40.40logger{39}){cyan} %clr(:){faint} %m%n${LOG_EXCEPTION_CONVERSION_WORD:-%wEx}}"/>-->
    <property name="CONSOLE_LOG_PATTERN" value="${CONSOLE_LOG_PATTERN:-%clr(%d{yyyy-MM-dd HH:mm:ss.SSS}){faint} %clr(${LOG_LEVEL_PATTERN:-%5p}) %clr(${PID:- }){magenta} %clr(---){faint} %clr([%15.15t]){faint} %clr(%-40.40logger{39}){cyan} %clr(%X{X-B3-TraceId:-}){cyan} %clr(%X{X-B3-SpanId:-}){cyan} %clr(:){faint} %m%n${LOG_EXCEPTION_CONVERSION_WORD:-%wEx}}"/>


    <!--输出到控制台-->
    <appender name="CONSOLE" class="ch.qos.logback.core.ConsoleAppender">
        <!--此日志appender是为开发使用，只配置最底级别，控制台输出的日志级别是大于或等于此级别的日志信息-->
        <filter class="ch.qos.logback.classic.filter.ThresholdFilter">
            <level>info</level>
        </filter>
        <encoder>
            <Pattern>${CONSOLE_LOG_PATTERN}</Pattern>
            <!-- 设置字符集 -->
            <charset>UTF-8</charset>
        </encoder>
    </appender>


    <!--输出到文件-->

    <!-- 时间滚动输出 level为 DEBUG 日志 -->
    <appender name="DEBUG_FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
        <!-- 正在记录的日志文件的路径及文件名 -->
<!--        <file>${LOG_PATH}/log_debug.log</file>-->
        <!--日志文件输出格式-->
        <encoder>
            <pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{50} - %msg%n</pattern>
            <charset>UTF-8</charset> <!-- 设置字符集 -->
        </encoder>
        <!-- 日志记录器的滚动策略，按日期，按大小记录 -->
        <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
            <!-- 日志归档 -->
            <fileNamePattern>${LOG_PATH}/debug/log-debug-%d{yyyy-MM-dd}.%i.log</fileNamePattern>
            <timeBasedFileNamingAndTriggeringPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedFNATP">
                <maxFileSize>100MB</maxFileSize>
            </timeBasedFileNamingAndTriggeringPolicy>
            <!--日志文件保留天数-->
            <maxHistory>30</maxHistory>
        </rollingPolicy>
        <!-- 此日志文件只记录debug级别的 -->
        <filter class="ch.qos.logback.classic.filter.LevelFilter">
            <level>debug</level>
            <onMatch>ACCEPT</onMatch>
            <onMismatch>DENY</onMismatch>
        </filter>
    </appender>

    <!-- 时间滚动输出 level为 INFO 日志 -->
    <appender name="INFO_FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
        <!-- 正在记录的日志文件的路径及文件名 -->
<!--        <file>${LOG_PATH}/log_info.log</file>-->
        <!--日志文件输出格式-->
        <encoder>
            <pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{50} - %msg%n</pattern>
            <charset>UTF-8</charset>
        </encoder>
        <!-- 日志记录器的滚动策略，按日期，按大小记录 -->
        <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
            <!-- 每天日志归档路径以及格式 -->
            <fileNamePattern>${LOG_PATH}/info/log-info-%d{yyyy-MM-dd}.%i.log</fileNamePattern>
            <timeBasedFileNamingAndTriggeringPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedFNATP">
                <maxFileSize>100MB</maxFileSize>
            </timeBasedFileNamingAndTriggeringPolicy>
            <!--日志文件保留天数-->
            <maxHistory>30</maxHistory>
        </rollingPolicy>
        <!-- 此日志文件只记录info级别的 -->
        <filter class="ch.qos.logback.classic.filter.LevelFilter">
            <level>info</level>
            <onMatch>ACCEPT</onMatch>
            <onMismatch>DENY</onMismatch>
        </filter>
    </appender>

    <!-- 时间滚动输出 level为 WARN 日志 -->
    <appender name="WARN_FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
        <!-- 正在记录的日志文件的路径及文件名 -->
<!--        <file>${LOG_PATH}/log_warn.log</file>-->
        <!--日志文件输出格式-->
        <encoder>
            <pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{50} - %msg%n</pattern>
            <charset>UTF-8</charset> <!-- 此处设置字符集 -->
        </encoder>
        <!-- 日志记录器的滚动策略，按日期，按大小记录 -->
        <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
            <fileNamePattern>${LOG_PATH}/warn/log-warn-%d{yyyy-MM-dd}.%i.log</fileNamePattern>
            <timeBasedFileNamingAndTriggeringPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedFNATP">
                <maxFileSize>100MB</maxFileSize>
            </timeBasedFileNamingAndTriggeringPolicy>
            <!--日志文件保留天数-->
            <maxHistory>30</maxHistory>
        </rollingPolicy>
        <!-- 此日志文件只记录warn级别的 -->
        <filter class="ch.qos.logback.classic.filter.LevelFilter">
            <level>warn</level>
            <onMatch>ACCEPT</onMatch>
            <onMismatch>DENY</onMismatch>
        </filter>
    </appender>


    <!-- 时间滚动输出 level为 ERROR 日志 -->
    <appender name="ERROR_FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
        <!-- 正在记录的日志文件的路径及文件名 -->
<!--        <file>${LOG_PATH}/log_error.log</file>-->
        <!--日志文件输出格式-->
        <encoder>
            <pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{50} - %msg%n</pattern>
            <charset>UTF-8</charset> <!-- 此处设置字符集 -->
        </encoder>
        <!-- 日志记录器的滚动策略，按日期，按大小记录 -->
        <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
            <fileNamePattern>${LOG_PATH}/error/log-error-%d{yyyy-MM-dd}.%i.log</fileNamePattern>
            <timeBasedFileNamingAndTriggeringPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedFNATP">
                <maxFileSize>100MB</maxFileSize>
            </timeBasedFileNamingAndTriggeringPolicy>
            <!--日志文件保留天数-->
            <maxHistory>30</maxHistory>
        </rollingPolicy>
        <!-- 此日志文件只记录ERROR级别的 -->
        <filter class="ch.qos.logback.classic.filter.LevelFilter">
            <level>error</level>
            <onMatch>ACCEPT</onMatch>
            <onMismatch>DENY</onMismatch>
        </filter>
    </appender>

    <!--logstash配置-->
    <appender name="STASH_PRO" class="net.logstash.logback.appender.LogstashTcpSocketAppender">
        <destination>192.168.31.53:4560</destination>
        <!-- 编码器 -->
        <encoder class="net.logstash.logback.encoder.LogstashEncoder">
            <providers>
                <timestamp>
                    <timeZone>UTC</timeZone>
                </timestamp>
                <pattern>
                    <pattern>
                        {
                            "severity":"%level",
                            "service": "${springAppName:-}",
                            "trace": "%X{X-B3-TraceId:-}",
                            "span": "%X{X-B3-SpanId:-}",
                            "exportable": "%X{X-Span-Export:-}",
                            "pid": "${PID:-}",
                            "thread": "%thread",
                            "class": "%logger{40}",
                            "rest": "%message"
                        }
                    </pattern>
                </pattern>
            </providers>
            <!--  索引名-->
            <customFields>{"appname":"hty-b2c-service"}</customFields>
        </encoder>

    </appender>

    <!--
        <logger>用来设置某一个包或者具体的某一个类的日志打印级别、
        以及指定<appender>。<logger>仅有一个name属性，
        一个可选的level和一个可选的addtivity属性。
        name:用来指定受此logger约束的某一个包或者具体的某一个类。
        level:用来设置打印级别，大小写无关：TRACE, DEBUG, INFO, WARN, ERROR, ALL 和 OFF，
              还有一个特俗值INHERITED或者同义词NULL，代表强制执行上级的级别。
              如果未设置此属性，那么当前logger将会继承上级的级别。
        addtivity:是否向上级logger传递打印信息。默认是true。
    -->
    <!--<logger name="org.springframework.web" level="info"/>-->
    <!--<logger name="org.springframework.scheduling.annotation.ScheduledAnnotationBeanPostProcessor" level="INFO"/>-->
    <!--
        使用mybatis的时候，sql语句是debug下才会打印，而这里我们只配置了info，所以想要查看sql语句的话，有以下两种操作：
        第一种把<root level="info">改成<root level="DEBUG">这样就会打印sql，不过这样日志那边会出现很多其他消息
        第二种就是单独给dao下目录配置debug模式，代码如下，这样配置sql语句会打印，其他还是正常info级别：
     -->


    <!--
        root节点是必选节点，用来指定最基础的日志输出级别，只有一个level属性
        level:用来设置打印级别，大小写无关：TRACE, DEBUG, INFO, WARN, ERROR, ALL 和 OFF，
        不能设置为INHERITED或者同义词NULL。默认是DEBUG
        可以包含零个或多个元素，标识这个appender将会添加到这个logger。
    -->

    <!--开发环境:打印控制台-->
    <springProfile name="dev">
        <logger name="com.hty.b2c.mapper" level="debug"/>
    </springProfile>

    <root level="info">
<!--        <appender-ref ref="CONSOLE" />-->
        <appender-ref ref="DEBUG_FILE" />
        <appender-ref ref="INFO_FILE" />
        <appender-ref ref="WARN_FILE" />
        <appender-ref ref="ERROR_FILE" />
    </root>

   
<!--    生产环境:输出到文件-->
    <springProfile name="pro">
        <root level="info">
<!--            <appender-ref ref="CONSOLE" />-->
            <appender-ref ref="DEBUG_FILE" />
            <appender-ref ref="INFO_FILE" />
            <appender-ref ref="ERROR_FILE" />
            <appender-ref ref="WARN_FILE" />
            <appender-ref ref="STASH_PRO" />
        </root>
        <root level="error">
            <appender-ref ref="ERROR_FILE" />
        </root>
        <root level="warn">
            <appender-ref ref="WARN_FILE" />
        </root>
        <root level="debug">
            <appender-ref ref="DEBUG_FILE"/>
        </root>
    </springProfile>


</configuration>

备注：如果博客中有任何问题或者您下载安装包太慢，需要作者的安装包都可以关注公众号FOSSspace联系我哟。

unhejing
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
Spring Cloud集成ELK完成日志收集实战（elasticsearch、logstash、kibana）
01-07
对于日志来说，最常见的需求就是收集、存储、查询、展示，开源社区正好有相对应的开源项目：logstash（收集）、elasticsearch（存储+搜索）、kibana（展示），我们将这三个组合起来的技术称之为ELK，所以说ELK指的是...
[ELK使用篇]：SpringCloud整合ELK服务
凡解的博客
07-24 1762
【代码】[ELK使用篇]：SpringCloud整合ELK服务。
【Springcloud】elk分布式日志
weixin_44823875的博客
09-08 869
（1）什么是分布式日志在分布式应用中，日志被分散在储存不同的设备上。如果你管理数十上百台服务器，你还在使用依次登录每台机器的传统方法查阅日志。这样是不是感觉很繁琐和效率低下。所以我们使用集中化的日志管理，分布式日志就是对大规模日志数据进行采集、追踪、处理。（2）为什么要使用分布式日志一般我们需要进行日志分析场景：直接在日志文件中grep、awk就可以获得自己想要的信息。但在规模较大的场景中，此方法效率低下，面临问题包括日志量太大如何归档、文本搜索太慢怎么办、如何多维度查询。
GMT、UTC与24时区 等时间概念
热门推荐
webcainiao的专栏
03-23 4万+
      许多人都知道两地时间表简称为GMT或UTC，而世界时区表则通称为World Time，那么GMT与UTC的实质原意又是为何？世界时区又是怎么区分的？面盘上密密麻麻的英文单字代表着什么意义与作用呢？这些都是新手在接触两地时间表或世界时区表时，脑海中所不断浮现的种种疑问，以下将带您一探时区奥妙的究竟。 世界时区及国际换日线示意图 全球24个时区的划分       相
ELK+Spring Cloud搭建分布式日志中心
逛窑子的李靖的博客
09-28 2675
ELK搭建分布式日志中心简介 简介 ELK 是 Elasticsearch、Logstash、Kibana 的简称。 Elasticsearch是实时全文搜索和分析引擎，提供搜集、分析、存储数据三大功能；是一套开放REST和JAVA API等结构提供高效搜索功能，可扩展的分布式系统。它构建于Apache Lucene搜索引擎库之上。 Logstash是一个用来搜集、分析、过滤日志的工具。它支持几乎任何类型的日志，包括系统日志、错误日志和自定义应用程序日志。它可以从许多来源接收日志，这些来源包括 syslog
UTC、TimeZone、TimeStamp
Ivan Song的专栏
03-09 1796
UTC、TimeZone、TimeStamp
springcloud搭建elk日志管理
weixin_43601821的博客
12-29 2573
springcloud搭建elk日志管理
彻底弄透Java处理GMT/UTC日期时间
渣渣想逆袭
04-20 1万+
平时工作中遇到时间如何处理？用Date还是JDK 8之后的日期时间API？如何解决跨时区转换等等头大问题。A哥向来管生管养，管杀管埋，因此本文就带你领略一下，Java是如何实现GMT和UTC的？ 众所周知，JDK以版本8为界，有两套处理日期/时间的API： 虽然我一直鼓励弃用Date而支持在项目中只使用JSR 310日期时间类型，但是呢，由于Date依旧有庞大的存量用户，所以本文也不落单，对二者的实现均进行阐述。 Date类型实现 java.util.Date在JDK 1.0就已存在，用于表
springcloud技术点
08-07
BUS、Turbine、Zipkin、Cache、Spring Cloud Admin、API Gateway、ELK Spring Cloud Security、 Spring Cloud Stream Component： RoketMQ、Kafka、MongoDB、OSS、Redis、Swagger、Zuul、Label、BASE、Charts、...
Mastering.Spring.Cloud
05-16
Mastering Spring Cloud Packt Upsell Why subscribe? PacktPub.com Contributors About the author About the reviewer Packt is searching for authors like you Preface Who this book is for What this book ...
快速搭建ELK日志分析系统
01-07
官网地址:...ELK是Elasticsearch、Logstash、Kibana的简称，这三者是核心套件，但并非全部。 Elasticsearch是实时全文搜索和分析引擎，提供搜集、分析、存储数据三大功能；是一套开放REST和JAVA API等结
基于SpringCloud技术栈的房地产销售平台开发
04-10
第9章微服务架构之SpringCloud技术栈的选型及架构设计 第10章微服务架构之用户服务(SpringDataRedis及JWT等技术) 第11章微服务架构之APIGateway(网关服务), 第12章微服务架构之房产服务+] 第13章微服务架构之评论...
Java微服务对UTC时间格式的处理
Neo.Yang的专栏
02-11 3232
一、背景 &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;先说一下为什么要使用UTC时间。开发一个全球化的系统，服务端（Java微服务）集中部署在同一个地方，用户在全球通过浏览器、手机客户端访问。不同地区的时区是不一样的，同一个时间戳，不同的用户看到的是不同的时间。 &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;对于服务端来讲，不应该去适配不同...
Spring Cloud + ELK统一日志系统搭建
笑小枫
08-25 1万+
ELK统一日志系统搭建 ELK是Elasticsearch、Logstash、Kibana的简称，这三者是核心套件，但并非全部。 Elasticsearch是实时全文搜索和分析引擎，提供搜集、分析、存储数据三大功能；是一套开放REST和JAVA API等结构提供高效搜索功能，可扩展的分布式系统。它构建于Apache Lucene搜索引擎库之上。 Logstash是一个用来搜集、分析、过滤日志的工具......
【手记】基于SpringCloud搭建ELK分布式日志追踪
NICVSY的博客
12-20 1415
是 Elasticsearch、Logstrash 和 Kibana 的缩写，它们代表的是一套成熟的日志管理系统，ELK Stack已经成为目前最流行的集中式日志解决管理方案。分布式搜索和分析引擎，具有高可伸缩、高可靠和易管理等特点。基于 Apache Lucene 构建，能对大容量的数据进行接近实时的存储、搜索和分析操作。通常被用作某些应用的基础搜索引擎，使其具有复杂的搜索功能；数据收集引擎。它支持动态的从各种数据源搜集数据，并对数据进行过滤、分析、丰富、统一格式等操作，然后存储到用户指定的位置。
07SpringCloud-Elasticsearch
ZUCK的博客
11-18 2746
1.初识Elasticsearch 什么是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 elasticsearch结合kibana、Logstash、 Beats, 也就是elastic stack(ELK)。被广泛应用在日志数据分析、实时监控等领域。 elasticsearch可以将日志信息可视化展示出来，所以将来做日志分析时候非常方便。因此搜索引擎使用的场景非常广泛，ELK技术栈里面尽管有很多组件，核心就是elasti
spring cloud 配置ELK、ELK创建索引
预立数据科技
02-18 2176
ELK服务部署参考：https://preparedata.blog.csdn.net/article/details/113386835 当ELK服务安装成功后，进行下面spring cloud 配置ELK 一、引入logstash依赖 在build.gradle文件中的dependencies的对象中引入依赖 compile 'net.logstash.logback:logstash-logback-encoder:5.2' 二、application.xml配置logstash spring:
SpringCloud项目日志接入ELK实战
bazhuayu_1203的博客
01-19 2117
本地搭建ELK实战，采集服务日志输出到elasticsearch，然后从kibana查看日志
设置es的最大查询长度
unhejing的博客
03-13 7522
今天遇到一个elastic查询bug。想要返回大量数据，结果报错：Result window is too large, from size must be... 意思就是超出了最大查询长度限制。 解决方法： PUT方式请求：product/_settings?preserve_existing=true,product是文档名（数据表） 如果是所有索引均需要设置，将product换成...
springcloud elk
最新发布
10-20
Spring Cloud ELK是将ELK（Elasticsearch、Logstash、Kibana）与Spring Cloud集成，用于构建分布式日志中心的解决方案。通过Spring Cloud ELK，我们可以将分布式系统中的日志收集到ELK中进行统一管理和分析。在使用...

“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 4
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