点一下关注吧！！！非常感谢！！持续更新！！！
目前已经更新到了：
Hadoop（已更完）
HDFS（已更完）
MapReduce（已更完）
Hive（已更完）
Flume（已更完）
Sqoop（已更完）
Zookeeper（已更完）
HBase（已更完）
Redis （已更完）
Kafka（已更完）
Spark（已更完）
Flink（已更完）
ClickHouse（已更完）
Kudu（已更完）
Druid（已更完）
Kylin（已更完）
Elasticsearch（正在更新…）
章节内容
上节我们完成了如下的内容：
Elasticsearch 集群模式
集群模式配置 启动 测试
ES-Head插件
为了我们测试和学习的方便，我们要安装一个叫：Elasticsearch Head插件。
它是一个界面化的集群操作和管理工具，可以对集群进行傻瓜式操作，你可以通过把插件把它集成到ES。
ES-Head主要是三个方面的操作：
显示集群的拓扑，能够快速访问并显示集群的状态，并且能够执行索引和节点级别的操作。
搜索接口能够查询集群中原始JSON或表格格式的检索数据
有一个输入窗口，允许任意调用RESTAPI
ES-Head 是一个用于 Elasticsearch 集群管理的开源可视化插件，帮助用户监控和管理集群状态、索引及数据分布。ES-Head 是轻量级的，界面简洁直观，适合开发者和运维人员实时观察集群运行状况。
官方地址
这是一个开源的插件：
https://github.com/mobz/elasticsearch-head
功能特点
集群健康监控
显示集群的健康状态（green、yellow、red）。
显示所有节点信息，包括主节点、副本节点状态。
索引管理
支持索引的查看、创建、删除、关闭和打开操作。
查看每个索引的元信息（例如文档数量、段数量、占用存储等）。
可以直接从界面更新索引的mapping和settings。
数据节点监控
显示每个节点的状态，包括已分配分片和未分配分片。
展示节点的硬件资源信息，如存储空间使用情况。
分片管理
可视化显示分片的分配情况。
支持查看未分配分片的原因，并手动重新分配分片。
RESTful 查询执行
提供查询编辑器，可以在插件中直接发送 RESTful 请求到集群。
支持 GET、POST、PUT、DELETE 等请求方法，帮助调试和验证 API。
索引分布可视化
提供分片在集群中的分布图，便于检查数据分布和副本均衡情况。
多集群支持
可以在一个界面管理多个集群，支持跨集群查看索引状态。
安装步骤
Elasticsearch-head是一个基于Node.js的前端工程，官方有可以运行的Elasticsearch-Head的方式，但是这里我们为了方便，就不从部署的方式去做了，直接用Chrome插件的方式：
https://chrome.google.com/webstore/detail/elasticsearch-head/ffmkiejjmecolpfloofpjologoblkegm/
安装之后，可以看到一个这样的插件：
测试连接
我们填写地址之后，访问（里边本来空的，后来为了测试，启动了Kibana之后，测试的这个）：
使用场景
开发和调试：开发者可以在插件界面直接发送 REST 请求，查看索引结构和数据。
实时监控集群健康：管理员可以通过插件快速发现集群中的问题（如未分配的分片、节点挂掉等）。
资源均衡优化：可视化查看分片分布，帮助进行负载均衡。
注意事项
由于 ES-Head 插件不需要登录认证，一旦对外开放接口，可能会存在安全风险。在生产环境中使用时，应通过 VPN 或防火墙限制访问权限。
在大规模集群中，数据过多可能会导致界面响应缓慢。
Kibana
官方地址
https://www.elastic.co/cn/support/matrix#matrix_os
Kibana是一个基于Node.js的Elasticsearch索引库数据统计工具，可以利用Elasticsearch的聚合功能，生成各种图标，如柱形图、线状图、饼图等。
而且还提供了操作Elasticsearch索引数据的控制台，并且提供了一定的API提示，非常有利于我们学习Elasticsearch的语法。
核心功能
仪表盘（Dashboard）
将多个可视化图表集成到一个页面，形成实时动态的仪表盘。
支持图表拖拽、缩放和联动更新，方便数据展示。
数据探索（Discover）
提供灵活的搜索查询界面，可以按时间、字段和过滤条件进行数据检索。
支持使用 KQL（Kibana Query Language） 和 Lucene 语法 查询数据。
可视化（Visualizations）
支持创建多种类型的可视化图表，如柱状图、折线图、饼图、地图、热力图等。
可以将查询结果以图形方式展示，帮助更好地理解数据。
日志分析（Logs）
针对日志数据优化，支持快速查询和实时日志流分析。
适合用于系统运维、错误排查和日志监控。
监控（Monitoring）
可监控 Elasticsearch 集群和 Kibana 自身的运行状态，如集群健康状况、节点性能等。
可以帮助发现 Elasticsearch 集群中的瓶颈和问题。
安全性（Security）
支持用户认证和授权控制，与 Elasticsearch 的 X-Pack 安全插件集成。
可以基于角色和用户设置访问权限，确保数据安全。
告警（Alerting）
支持创建告警规则，基于查询结果触发事件（如错误日志或异常情况）。
可以将告警发送到电子邮件、Slack 或 Webhook。
机器学习（Machine Learning）
通过内置的机器学习功能，可以自动检测数据中的异常模式和趋势。
应用于日志分析、指标监控和预测分析。
Canvas
用于创建自定义的交互式报告和演示。
可以自定义图表样式和背景，适合数据驱动的商业演示。
Geo 可视化（Maps）
提供基于地理信息的可视化展示，支持 GeoJSON 数据。
用于展示与地理位置相关的数据，如用户分布、销售区域等。
安装步骤
（注意：我们要在ROOT用户下进行操作！）
我们现在项目并且上传（直接在服务器上下载也可以），上传到 h121 服务器上。
对应的截图内容如下：
解压配置
cd /opt/software ls tar -zxvf kibana-7.3.0-linux-x86_64.tar.gz mv kibana-7.3.0-linux-x86_64 ../servers
对应的截图如下图所示：
改变Kibana目录拥有者账号：
chown -R es_server /opt/servers/kibana-7.3.0-linux-x86_64
此外，还需要设置访问权限：
chmod -R 777 /opt/servers/kibana-7.3.0-linux-x86_64
配置文件
修改配置文件：
vim /opt/servers/kibana-7.3.0-linux-x86_64/config/kibana.yml
在当中修改端口号等信息：
server.port: 5601 elasticsearch.hosts: ["http://h121.wzk.icu:9200"] server.host: "0.0.0.0" server.publicBaseUrl: "http://h122.wzk.icu:5601"
修改内容部分如下图所示：
启动服务
配置完成之后，我们切换用户进行启动：
su es_server cd /opt/servers/kibana-7.3.0-linux-x86_64 bin/kibana
对应的截图如下：
访问服务
http://h122.wzk.icu:5601/
网页的页面如下：
(不一定有账号密码，高版本有要求，低版本直接进入就好)
账号密码是 elastic 和 elastic的密码（之前postman测试的那个）
我们点击右侧的：DevTool按钮，就可以进入 Kibana 提供的可视化工具了：
可以测试一下这些命令，发现是没问题的，以后的命令可以在这里测了：
使用场景
日志与系统监控
通过 Logstash 将日志文件发送到 Elasticsearch，使用 Kibana 实时监控系统日志和应用程序日志。
业务数据分析
在业务系统中，通过 Kibana 监控销售数据、客户数据等，支持企业决策。
异常检测与告警
使用 Kibana 监控系统性能或业务关键指标，当检测到异常时触发告警。
用户行为分析
监控网站或应用的用户行为，分析用户访问路径和流失率。
