别说,Cerebro 还真好用!老板再也不用担心 Elasticsearch 集群了

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: Cerebro 是以前的 Elasticsearch 插件 Elasticsearch Kopf 的演变(https://github.com/lmenezes/elasticsearch- kopf) – 这不适用于 Elasticsearch 版本5.x或更高版本。它是查看分片分配和最有用的界面之一,通过图形界面执行常见的索引操作,并且允许您添加用户,密码或 LDAP 身份验证问网络界面。它对先前插件的部分重写,并且可以作为自运行工具使用应用程序服务器。

Cerebro 是以前的 Elasticsearch 插件 Elasticsearch Kopf 的演变(https://github.com/lmenezes/elasticsearch- kopf) – 这不适用于 Elasticsearch 版本5.x或更高版本。它是查看分片分配和最有用的界面之一,通过图形界面执行常见的索引操作,并且允许您添加用户,密码或 LDAP 身份验证问网络界面。它对先前插件的部分重写,并且可以作为自运行工具使用应用程序服务器。

从 Cerebro 的安装网站可以发现:https://github.com/lmenezes/cerebro,为了安装它,你必须使用 Java 1.8 或更新的版本。

安装 Cerebro

为了安装 Cerebro,需要手动下载并安装它。

你可以在 https://github.com/lmenezes/cerebro 上下载 Cerebro 的二进制发行版。对于 Linux 或 macOSX,我们可以使用以下命令:

wget -c https://github.com/lmenezes/cerebro/releases/download/v0.8.5/cerebro-0.8.5.tgz tar xfvz cerebro-0.8.5.tgz

可以在上面的github里找到最新的 cerebro 发行版本。

如果你想做 docker 安装,请参阅链接 https://github.com/lmenezes/cerebro-docker

运行 cerebro

可以通过如下的方式来运行 crebro:

cerebro-0.8.5/bin/cerebro

针对 Windows 操作系统来说,可以使用如下的方式来运行:

cerebro-0.8.5/bin/cerebro.bat

在 console 里,可以看到类似如下的输出:

image.png

从上面的输出可以看出来,可以通过 http://0.0.0.0:9000/ 开访问:

image.png

在上面需要输入我们的 Elasticsearch 的 node address 来进行连接。点击 Connect 按钮:

image.png图片

在上面,可以看到 overview tab 的界面。它显示了目前 node 的总体情况。

点击 nodes tab,可以看到如下的界面:

image.png图片

点击rest tab,可以输入我们的DSL请求:

image.png图片

可以在这个界面里发送我们想要的 DSL 查询请求。这里有点像我们的 Kibana Dev tools。只是在这里没有 auto-complete 功能。

可以点 more tab:

image.png图片

状态栏:

image.png图片

在上面它显示我们的 cluster 状态为 yellow ,它表示需要更多的节点来分别我们的 shard。

相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
相关文章
|
2月前
|
存储 负载均衡 Java
Elasticsearch集群面试系列文章一
【9月更文挑战第9天】Elasticsearch(简称ES)是一种基于Lucene构建的分布式搜索和分析引擎,广泛用于全文搜索、结构化搜索、分析以及日志实时分析等场景。
107 7
|
3月前
|
存储 缓存 监控
|
12天前
|
存储 监控 安全
Elasticsearch 集群
【11月更文挑战第3天】
90 54
|
3月前
|
存储 监控 负载均衡
检索服务elasticsearch集群(Cluster)
【8月更文挑战第23天】
64 3
|
4天前
|
缓存 监控 Java
Elasticsearch集群JVM调优
Elasticsearch集群JVM调优
17 5
|
8天前
|
监控 API 索引
Elasticsearch集群健康检查
【11月更文挑战第4天】
23 3
|
1月前
|
存储 缓存 监控
深入解析:Elasticsearch集群性能调优策略与最佳实践
【10月更文挑战第8天】Elasticsearch 是一个分布式的、基于 RESTful 风格的搜索和数据分析引擎,它能够快速地存储、搜索和分析大量数据。随着企业对实时数据处理需求的增长,Elasticsearch 被广泛应用于日志分析、全文搜索、安全信息和事件管理(SIEM)等领域。然而,为了确保 Elasticsearch 集群能够高效运行并满足业务需求,需要进行一系列的性能调优工作。
90 3
|
1月前
|
SQL 分布式计算 NoSQL
大数据-170 Elasticsearch 云服务器三节点集群搭建 测试运行
大数据-170 Elasticsearch 云服务器三节点集群搭建 测试运行
41 4
|
2月前
|
存储 自然语言处理 关系型数据库
ElasticSearch基础3——聚合、补全、集群。黑马旅游检索高亮+自定义分词器+自动补全+前后端消息同步
聚合、补全、RabbitMQ消息同步、集群、脑裂问题、集群分布式存储、黑马旅游实现过滤和搜索补全功能
ElasticSearch基础3——聚合、补全、集群。黑马旅游检索高亮+自定义分词器+自动补全+前后端消息同步
|
3月前
|
存储 监控 负载均衡
Elasticsearch 集群副本
【8月更文挑战第24天】
75 13
下一篇
无影云桌面