排名轻松seo 网站推广企业网站建设公司排名

排名轻松seo 网站推广,企业网站建设公司排名,又一地发现2例阳性,怎样设计电子商务网站的建设文章目录 前言一、ELK架构概念1.1 ELK组成与原理1.2 Elasticsearch1.2.1 核心功能1.2.2 架构与组件1.2.3 使用场景1.2.4 Elasticsearch特点与缺点 3、Logstash介绍3.1 主要特点1.4 Kiabana 介绍 二、ELK部署实操2.1 环境配置2.2 Elasticsearch部署2.2.1 安装Elasticsearch2.2.2…文章目录前言一、ELK架构概念1.1 ELK组成与原理1.2 Elasticsearch1.2.1 核心功能1.2.2 架构与组件1.2.3 使用场景1.2.4 Elasticsearch特点与缺点3、Logstash介绍3.1 主要特点1.4 Kiabana 介绍二、ELK部署实操2.1 环境配置2.2 Elasticsearch部署2.2.1 安装Elasticsearch2.2.2 修改elasticsearch配置文件修改配置文件一定要备份2.2.3 启动elasticsearch2.2.4 elasticsearch可视化界面部署一般不用2.3 Logstash 部署apache日志索引2.4 kibana部署2.4 Filebeat部署总结前言本文学习elk架构一、ELK架构概念1.1 ELK组成与原理ELK 是 Elasticsearch、Logstash、Kibana 的缩写这三个工具组合在一起用于数据收集、存储、搜索和可视化分析。它们的角色如下Elasticsearch核心搜索和分析引擎负责存储数据并提供快速的全文搜索和分析功能。Logstash数据收集和处理管道能够从各种来源如日志文件、数据库收集数据并进行过滤和转换然后将其发送到Elasticsearch。Kibana数据可视化工具提供图形界面来展示和分析存储在Elasticsearch中的数据支持创建各种图表和仪表板。Filebeat帮助logstash进行数据收集。大致理解先由Llogstash进行数据的收集并对数据进行处理过滤与格式化之后发给EelasticsearchE是一个搜索引擎负责全文搜索与数据的存储最后是Kkibana用于从E中提取数据形成可视化界面但是logstash搜集数据比较吃性能对于高并发量的情况会吃力因此通常会在需要Filebeat进行帮助收集数据。1.2 ElasticsearchElasticSearch是基于Lucene一个全文检索引擎的架构开发的分布式存储检索引擎用来存储各类日志。Elasticsearch 是用 Java 开发的可通过 RESTful Web 接口让用户可以通过浏览器与 Elasticsearch 通信。Elasticsearch是一个实时的、分布式的可扩展的搜索引擎允许进行全文、结构化搜索它通常用于索引和搜索大容量的日志数据也可用于搜索许多不同类型的文档。1.2.1 核心功能全文搜索Elasticsearch最广为人知的功能是全文搜索。它能够对文本数据进行快速的全文索引和搜索是实现复杂搜索功能的理想工具。实时数据分析支持实时的数据更新和查询适合用于日志分析、监控数据的实时处理等场景。分布式架构Elasticsearch基于分布式架构设计支持跨集群的数据存储和检索使其在扩展性和性能上具有很大优势。RESTful APIElasticsearch使用简单的HTTP接口RESTful API支持通过各种语言和平台进行集成。1.2.2 架构与组件1、集群Cluster一个或多个Elasticsearch节点实例组成一个集群集群中的所有节点协同工作共享数据和负载。2、节点Node运行Elasticsearch的单个实例节点可以有不同的角色如主节点、数据节点等负责存储数据和处理查询。3、索引Index一个索引类似于传统数据库中的一个表包含了一个数据集。每个索引都有唯一的名称用于引用其中的文档。4、文档DocumentElasticsearch中的最小数据单元每个文档是一个JSON格式的对象存储在索引中。5、分片Shard每个索引可以被分割为多个分片shards每个分片是一个Lucene索引。分片提供了数据的分布和并行处理能力确保系统的高可用性和可扩展性。6、副本Replica每个分片都可以有一个或多个副本用于数据冗余和提高系统的容错能力。1.2.3 使用场景1、日志和事件数据分析适合处理大规模的日志、事件流数据提供实时的查询和分析能力。常与Logstash和Kibana组成ELK Stack一起使用。2、全文搜索应用如电子商务网站中的产品搜索社交媒体平台的用户内容搜索。3、监控和报警系统通过与Kibana等工具结合提供数据的可视化和实时监控功能。4、商业智能BI支持复杂数据查询和分析帮助企业从数据中获取洞察。1.2.4 Elasticsearch特点与缺点优点1、高性能得益于Lucene的底层支持Elasticsearch在处理全文搜索和分析操作时性能非常优越。2、易扩展其分布式架构设计使得集群可以随着数据量的增长而轻松扩展。3、灵活性强支持多种数据类型和复杂查询语法可以适应各种不同的应用需求。4、开放源代码免费且活跃的社区支持用户可以自由定制和扩展。缺点1、资源消耗作为一个内存密集型应用Elasticsearch对硬件资源的要求较高尤其在处理大量数据时。2、学习曲线虽然Elasticsearch易于集成但对于新手来说理解其复杂的查询DSLDomainSpecific Language和架构可能需要一些时间。3、管理复杂性在大型分布式集群环境中管理和调优Elasticsearch需要相当的专业知识3、Logstash介绍Logstash 作为数据收集引擎。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将处理后的数据发送到存储或分析系统例如Elasticsearch。Logstash 由 Ruby 语言编写运行在 Java 虚拟机JVM上是一款强大的数据处理工具 可以实现数据传输、格式处理、格式化输出。Logstash 具有强大的插件功能常用于日志处理。3.1 主要特点1.数据收集Logstash能够从多种数据源如日志文件、数据库、消息队列等收集数据。它支持各种输入插件这些插件帮助你从不同的系统或服务中提取数据。2.数据处理Logstash使用过滤器插件来处理数据可以对数据进行清洗、格式转换、字段解析等操作。支持丰富的数据处理操作比如正则表达式解析、日期转换、字段拆分和合并等。3.数据输出处理后的数据可以被发送到多种输出目标如Elasticsearch、关系型数据库、消息队列、文件系统等。输出插件的灵活性使得Logstash能够与各种系统集成。4. 可扩展性Logstash的架构允许通过插件轻松扩展和自定义插件包括输入插件、过滤器插件、输出插件和编码插件等。5. 实时处理Logstash支持实时数据处理适用于需要快速数据流的场景比如实时日志监控、数据流分析等。1.4 Kiabana 介绍Kibana 通常与 Elasticsearch 一起部署Kibana 是 Elasticsearch 的一个功能强大的数据可视化DashboardKibana 提供图形化的 web 界面来浏览Elasticsearch 日志数据可以用来汇总、分析和搜索重要数据。它为用户提供了交互式仪表盘、图表和报告功能用于更好地理解数据Kibana 的工作原理1.数据存储在 Elasticsearch 中Kibana 本身不存储数据而是通过 Elasticsearch 查询和检索存储的数据。Elasticsearch 是Kibana 的数据源数据可以从不同来源如 Logstash、Beats、API 等存储到Elasticsearch 中。2.查询和分析用户在 Kibana 中执行查询时Kibana 会向 Elasticsearch 发送查询请求。查询可以使用Kibana Query Language (KQL) 或 Lucene 查询语法。3.数据可视化和展示查询结果返回后Kibana 会通过各种可视化工具如图表、地图、仪表盘等展示数据帮助用户快速理解和分析数据。二、ELK部署实操2.1 环境配置10.0.0.6 Elasticsearch、node Elasticsearc的可视化界面10.0.0.7 Elasticsearch、kibana、node Elasticsearch的可视化界面10.0.0.8 logstash、apache10.0.0.9 Filebeat关闭防火墙与网络安全服务java安装yum insatll -y java ————————下载javajava -version ————————查看java安装信息2.2 Elasticsearch部署2.2.1 安装Elasticsearch将Elasticsearch安装包放至/opt下tar zxvf 解压Elasticsearch安装包2.2.2 修改elasticsearch配置文件修改配置文件一定要备份vim /etc/elasticsearch/elasticsearch.yml—————编辑elasticsearch配置文件cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml_bak————————备份配置文件cluster.name: my-elk-cluster ———————— 17行指定集群名字node.name: node1 ———————23行指定节点名字path.data: /data/elk_data ————————33行指定数据存放路径path.logs: /var/log/elasticsearch/ ————————37行指定日志存放路径bootstrap.memory_lock: false ——————————43行改为在启动的时候不锁定内存network.host: 0.0.0.0 ——————————55行设置监听地址改为监听所有地址http.port: 9200 ——————————elasticsearch服务的默认监听端口为9200discovery.zen.ping.unicast.hosts: [“node1”, “node2”] ————————指定要发现的节点 node1、node2mkdir -p /data/elk_data ——————————创建存放数据位置chown elasticsearch:elasticsearch /data/elk_data/ ————————修改数据文件的属主与属组2.2.3 启动elasticsearchsystemctl daemon-reload ————————重新加载服务systemctl start elasticsearch.service ————————开启elasticsearch服务netstat -tulnap | grep 9200 ————————监听9200端口查看是否开启成功2.2.4 elasticsearch可视化界面部署一般不用安装node部署elasticsearch可视化界面需要依赖node与phantomjs两个软件第一步 yum insatll -y gcc gcc-c make —————— 下载相关依赖包第二步 tar zxvf node-v8.2.1.tar.gz -C /opt ——————————解压node安装包至opt下第三步 编译安装cd node-v8.2.1/ ————————切换至node目录下./configuremake make install————————编译安装安装phantomjs第一步 tar jxvf phantomjs-2.1.1-linux-x86_64.tar.bz2 -C /usr/local/src/ ————————解压phantomjs安装包至/usr/local/src下cp /usr/local/src/phantomjs-2.1.1-linux-x86_64/bin/phantomjs /usr/local/bin ————————将phantomjs移动到/usr/local/bin下安装 Elasticsearch-head 数据可视化工具第一步 tar zxvf elasticsearch-head.tar.gz -C /usr/local/src/ ————————解压可视化化工具至/usr/local/src下第二步 修改elasticsearch配置文件vim /etc/elasticsearch/elasticsearch.yml ——————编辑Elasticsearch配置文件在末行加上http.cors.enabled: true ——————————开启跨域访问支持http.cors.allow-origin: “*” ——————————指定跨域访问允许的域名地址为所有systemctl restart elasticsearch ————————重启服务修改配置文件后要重启服务第三步 启动可视化界面cd /usr/local/src/elasticsearch-head/npm run start ——————————————在后台运行可视化界面服务netstat -natp | grep 9100 ——————————监听可视化界面的端口是否开启第四步 在浏览器搜索nodeip与可视化界面端口号2.3 Logstash 部署apache日志索引第一步 安装apacheyum install -y httpd ————————下载apache服务systemctl start httpd ————————开启httpd服务第二步 在浏览器上输入apache服务器ip查看静态页面推荐用火狐第三步 安装logstashcd /opt ————————切换到/opt目录下ln -s /usr/share/logstash/bin/logstash /usr/local/bin/ ——————创建一个软链接至/usr/local/bin下使用户可以在任意目录下开启或关闭logstash服务rpm -ivh logstash-6.6.1.rpm ——————————安装logstashsystemctl start logstash.service ——————————开启logstash服务logstash -f通过这个选项可以指定 Logstash 的配置文件根据配置文件配置 Logstash 的输入和输出流。logstash -e从命令行中获取输入、输出后面跟着字符串该字符串可以被当作 Logstash 的配置如果是空则默认使用 stdin 作为输入stdout 作为输出。logstash -t测试配置文件是否正确然后退出。第四步 创建配置文件用于传输apache日志到Evim /etc/logstash/conf.d/apache_log.conf ————————编辑apache日志/usr/share/logstash/bin/logstash -f apache_log.conf ——————————输入与输出apache日志文件第五步 浏览器访问E的ip与可视化端口查看是否索引创建成功2.4 kibana部署第一步安装kibanarpm -ivh kibana-6.6.1-x86_64.rpm第二步 修改kibana配置文件vim /etc/kibana/kibana.yml ————————编辑kiban配置文件server.port: 5601 ——————第二行kibana端口为5601server.host: “0.0.0.0” —————————第七行监听所有ipelasticsearch.hosts: [“http://10.0.0.7:9200”] ——————第28行设置与E连接的ip与端口要拿数据的地址kibana.index: .kibana ——————————第37行设置在 elasticsearch 中添加.kibana索引第四步 启动kibana服务systemctl start kibana ————————启动kibana服务netstat -tulnap | grep 5601 ——————查看5601端口是否正在监听第五步 在浏览器访问kibana的ip与端口查看数据点击management ——》 点击 index Patterns ——》Create index patterns可以创建索引这里我们可以把刚刚创建的apache_access与apache_error索引创建进kibana。之后点击discover可以选择要查看的索引以apache_acess为例2.4 Filebeat部署从前文可知logstash虽然可以支持文件、日志等的数据收集但对于高并发的日志文件会比较吃力因此一般企业会部署一个专门收集日志的服务节点包括Fluentd、Filebeat。这里我们就来部署一下Filebeat。第一步 安装Filebeat安装Filebeat位置 https://mirrors.huaweicloud.com/filebeat/ 这里我们用的是7.8.1将安装包移动到opt下即可tar zxvf filebeat-6.2.4-linux-x86_64.tar.gz ————————解压Filebeat包至opt下第二步 编辑filebeat配置文件vim /usr/local/filebeat/filebeat.yml ————————编辑filebeat配置文件收集部分输入输出部分传输给logstash第三步 备份mysql日志文件因为mysql的日志文件是加密文件不好直接查询因此我们备份一遍mysqldump -u 用户 -p密码 数据库 表 日志存放位置第四步在logstash中创建一个文件用于接收filebeat与传输给E数据touch mysql_conf ————————创建文件vim mysql_conf————————编辑文件第五步 启动filebeat收集并传输与logstash接收日志文件./filebeat -e -c filebeat————————启动filebeatlogstash -f mysql.conf ——————————启动logstash收集mysql日志并发送给E第四步 在浏览器查看总结本文讲解了ELK以及F的部署安装希望本文内容能对大家有所帮助谢谢观看