eft搭建详细步骤!

本文涉及的产品
云原生数据库 PolarDB 分布式版,标准版 2核8GB
云原生数据库 PolarDB MySQL 版,通用型 2核4GB 50GB
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
简介: 1、安装vmware2、下载合适版本的centos并安装 稍后安装操作系统(安装第二个时把安装程序光盘映像文件ISO清空) 自定义硬件-内存4G-处理器2X2-网络适配器NAT-CD/DVD使用ISO映像 网络和主机名:主机名设置、开启以太网(安装好使用ip addr查看ip地址1-9-2开头的) root密码设置3、安装xshell 使用ip addr看ip然后连接上4、安装jdk yum search java|grep jdk yum install -y java-1.8.0-openjdk*

1、安装vmware
2、下载合适版本的centos并安装
稍后安装操作系统(安装第二个时把安装程序光盘映像文件ISO清空)
自定义硬件-内存4G-处理器2X2-网络适配器NAT-CD/DVD使用ISO映像
网络和主机名:主机名设置、开启以太网(安装好使用ip addr查看ip地址1-9-2开头的)
root密码设置
3、安装xshell
使用ip addr看ip然后连接上
4、安装jdk
yum search java|grep jdk
yum install -y java-1.8.0-openjdk
安装docker
yum -y update
sudo yum install yum-utils device-mapper-persistent-data lvm2
sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo
sudo yum install docker-ce
sudo systemctl start docker
sudo systemctl enable docker
安装vim
yum -y install vim

安装rz、sz
yum install lrzsz
5、安装efk
创建一个docker network用于efk各组件间网络的互通 docker network create efk
安装Elasticsearch
docker pull docker.elastic.co/elasticsearch/elasticsearch:7.15.1
docker images
docker run -d --name es --net=efk -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" fa601f7c24cb
安装kibana
docker pull docker.elastic.co/kibana/kibana:7.15.1
docker run -d --name kib --net efk -p 5601:5601 -e "ELASTICSEARCH_HOSTS=http://es:9200" 9871707dda25
安装Filebeat
docker pull docker.elastic.co/beats/filebeat:7.15.1
配置文件 /usr/local/docker/efk/filebeat/filebeat.docker.yml (mkdir -p /usr/local/docker/efk/filebeat/)注意复制下面的文件容易少单词!!
filebeat.inputs:

        - type: log
          paths:
            - /usr/mytmp/info.log
          state_cleanup_timeout: 0    
          json.keys_under_root: true
          json.overwrite_keys: true
          json.add_error_key: true
          json.message_key: my_message

        output.elasticsearch:
          hosts: ["111.130:9200"]
          index: "filebeat-7.15.1-%{+yyyy.MM.dd}"
        setup.template.name: "filebeat-7.15.1"
        setup.template.pattern: "filebeat-7.15.1-*"
    往 /usr/mytmp/info.log 放文件
    docker run --net=efk   --name filebeat  -d -v /usr/mytmp:/usr/mytmp  -v /usr/local/docker/efk/log:/usr/local/docker/efk/log -v /usr/local/docker/efk/filebeat/filebeat.docker.yml:/usr/share/filebeat/filebeat.yml 311985fdcf7c

6、查看网址 http://111.130:5601/app/management/kibana/indexPatterns
cheate index pattern:
name:filebeat-7.15.1-*
timestamp field:@timestamp
去discovery查看日志
7、查看索引 curl -X GET "localhost:9200/_cat/indices?v"
8、查看内容器内部 docker exec -it containId /bin/bash
9、docker常用
docker images
docker ps
docker ps -a
docker logs containerName
docker rmi imageId
docker rm containerId
docker start containerId
docker stop containerId
10、docker logs filebeat查看到的是容器启动的日志(不是容器服务运行中的日志)
启动日志在linux系统的文件夹是:/var/lib/docker/containers/[container-id]/[container-id]-json.log
11、docker logs filebeat想看filebeat服务运行的日志需要进入容器内部首先
docker exec -it containId /bin/bash
cd /usr/share/filebeat/logs

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。
目录
相关文章
|
6月前
|
网络安全 网络虚拟化 数据安全/隐私保护
使用Python实现VPN搭建的流程步骤
保护个人隐私和数据安全变得尤为重要。VPN(虚拟私人网络)是一种有效的解决方案,可以帮助我们在网络上匿名浏览,保护数据传输的安全性。虽然市面上有许多商业VPN服务,但你也可以通过Python自己搭建一个简单的VPN。本文将介绍如何用Python建立自己的VPN。
|
7月前
|
安全 Linux 数据库
windows服务器 cwRsyncServer 搭建步骤
windows服务器 cwRsyncServer 搭建步骤
771 0
windows服务器 cwRsyncServer 搭建步骤
|
JavaScript 前端开发 API
10 个步骤轻松掌握 ReduxToolkit
10 个步骤轻松掌握 ReduxToolkit
241 0
|
Ubuntu Linux iOS开发
搭建Python开发环境详细步骤
搭建Python开发环境详细步骤
382 0
|
Java 网络安全
Kettle流程步骤与应用步骤(六)
Kettle流程步骤与应用步骤(六)
298 1
Kettle流程步骤与应用步骤(六)
|
存储 Kubernetes 监控
第一步如何创建集群及部署应用|学习笔记
快速学习第一步如何创建集群及部署应用
240 0
|
弹性计算 Linux 开发工具
开发第一步,选择阿里云
第一次使用云服务器,感觉很顺畅!!!开发真的要用一次云服务器,了解一下!
|
存储 机器学习/深度学习 SQL
如何三步搭建一套声纹系统
声纹检索,顾名思义就是说话人识别,通过声音来验证或者识别说话人的声音。声纹识别的关键步骤就是声音向量化,将说话人的声音将其转化成结构化的向量。阿里云AnalyticDB向量版,提供了一套声纹验证检索的解决方案。用户只需要使用简单的几条SQL命令,三步之内就可以搭建一套高精度的声纹检索验证服务。
821 0
如何三步搭建一套声纹系统
|
关系型数据库 MySQL 网络安全
DKhadoop环境安装配置步骤详解
在上一篇的分享文章中我是给大家分享了运行部署hadoop的一些安装准备工作,这篇接上一篇继续为大家分享一些个人的学习经验总结。我学习用的是大快发行版DKHadoop,所以所有的经验分享都是以DKHadoop为基础,这里要先说明一下。
4181 0
下一篇
DataWorks