Elastic

很多时候搜索用户对查询语句具有模糊感觉，他们只能提供大约的描述。比如一个语句的部分，或者字句顺序颠倒等。通过模糊查询可以帮助用户更准确的找出他们希望搜索的结果。 模糊查询包括前后缀，语句（phrase）查询。前缀查询在非文本查询和全文查询字段中使用是有着不同的效果：在非文本字段查询中我们需要严格按照词字顺序进行匹配，而全文查询中由于目标字段在构建索引时已经进行了分词处理，所以匹配是在分词中进行匹配的。下面是一些非文本前后缀查询的例子： POST /bank/ _search { " query " : { " prefix " : { " address.keyword " : " 880 " } } } POST /bank/ _search { " query " : { " wildcard " : { " address.keyword " : " *Holmes* " } } } POST /bank/ _search { " query " : { " regexp " : { " address.keyword " : " .*Holmes.* " } } } elastic4例子： val qPrefix = search( " bank " ).query(prefixQuery( " address.keyword " , " 880 " )) val

简介： 今年年初，图森未来的无人驾驶卡车还上了“钢铁侠”的扮演者小罗伯特·唐尼主持的科技聚集剧集《The Age of A.I.》（《AI时代》），在剧中不仅顺利完成无人驾驶的行驶任务，还与围追堵截的摄像车“斗智斗勇”，在摄像车各种找拍摄角度的情况下，自动自我调整，化险为夷，避让既礼貌又安全！ 图森未来（TuSimple）成立于2015年，是一家专注于L4级无人驾驶卡车技术研发与应用的人工智能企业，已经实现卡车在干线物流场景和半封闭枢纽场景下的无人干预驾驶。图森未来品牌旗下产品——图森未来 L4 级别无人驾驶卡车能够实现环境感知、定位导航、决策控制等自动驾驶核心功能，可应用于高速公路货运和港内集装箱码头运输及其相似场景。 公司于2019年9月完成总额2.15亿美元D轮融资，资方：UPS、鼎晖资本、万都中国、累计融资超过3亿美元，最新估值超过12亿美元，是卡车无人驾驶头部企业，也是全球第一家无人驾驶卡车独角兽企业。 图森未来的业务主要在美国和国内两地展开，在美国主要是高速公路干路货运场景，国内业务开始以连接枢纽场景的干线物流货运为主。 在美国，图森未来已经向包括UPS、USPS、McLane、U.S. Xpress在内的18家客户提供无人驾驶物流服务。 今年年初，图森未来的无人驾驶卡车还上了“钢铁侠”的扮演者小罗伯特·唐尼主持的科技聚集剧集《The Age of A.I.》（

单节点 xpack 配置 修改 ES 配置文件，开启 Security 默认文件： ./config/elasticsearch.yml xpack.security.enabled: true xpack.security.transport.ssl.enabled: true 配置修改完之后重启 ES。 设置内置用户密码 ./bin/elasticsearch-setup-passwords interactive 修改 Kibana 配置文件，访问 ES 默认文件： $KIBANA_HOME/config/kibana.yml elasticsearch.username: "elastic" elasticsearch.password: "elastic" xpack.security.enabled: true xpack.security.encryptionKey: "4297f44b13955235245b2497399d7a93" 重启 Kibana，重新登录。 ES 集群 xpack 配置 官方文档： https://www.elastic.co/guide/en/elasticsearch/reference/master/configuring-tls.html 为 ES 集群创建节点认证中心 ./bin/elasticsearch-certutil ca

Elasticsearch 7.7.0使用xpack认证 一. 证书配置: (证书需放至各Node的config目录下) $ cd /opt/elasticsearch/ $ ./bin/elasticsearch-certutil ca $ ./bin/elasticsearch-certutil cert -ca elastic-stack-ca.p12 $ mv elastic-stack-ca.p12 config/ $ mv elastic-certificates.p12 config/ 二. 修改各Node配置文件: $ grep -E -v "^#|^$" config/elasticsearch.yml cluster.name: my-es node.name: node-0 path.data: /opt/elasticsearch/data path.logs: /opt/elasticsearch/logs network.host: 192.168.3.120 http.port: 9200 transport.tcp.port: 9300 transport.tcp.compress: true discovery.seed_hosts: ["docker0","docker1","docker2"] cluster.initial_master

在之前我的文章 “ Elastic：使用Postman来访问Elastic Stack ” 中我介绍了如何在应用中访问 Elasticsearch。在那里，我们使用了最基本的 Basic authentication 的方法来访问 Elasticsearch。这种方法不好的地方就是每个用户所有的请求的验证都是一样的：使用的是同样的一个用户名及密码的 Base64 编码。在今天的文章中，我们将介绍如何创建 API key 来提供对 Elasticsearch 的访问。通过这个方法，一个用户可以动态生成无数个 API Key 的访问。 官方文档，可以在 链接 找到。 接口 它的接口非常简单： POST /_security/api_key PUT /_security/api_key API Key 由 Elasticsearch API key 服务创建，当您在 HTTP 接口上配置TLS时，该服务会自动启用。 请参阅加密 HTTP客户端通信 。 或者，你可以显式启用 xpack.security.authc.api_key.enabled 设置。 在生产模式下运行时，引导检查会阻止您启用 API key 服务，除非你还在 HTTP 接口上启用了TLS。 成功创建 API key API 调用将返回一个JSON结构，其中包含API 密钥，其唯一 ID 和名称。 如果适用

作者介绍 魏彬，普翔科技 CTO，开源软件爱好者，中国第一位 Elastic 认证工程师，《Elastic日报》和 《ElasticTalk》社区项目发起人，被 elastic 中国公司授予 2019 年度合作伙伴架构师特别贡献奖。对 Elasticsearch、Kibana、Beats、Logstash、Grafana 等开源软件有丰富的实践经验，为零售、金融、保险、证券、科技等众多行业的客户提供过咨询和培训服务，帮助客户在实际业务中找准开源软件的定位，实现从 0 到 1 的落地、从 1 到 N 的拓展，产生实际的业务价值。 为什么要压测 关于压测，我们先来看下百度百科上的一个定义。 压测，即压力测试，是确立系统稳定性的一种测试方法，通常在系统正常运作范围之外进行，以考察其功能极限和隐患。 从定义不难看出压测的目的，是要测出一个系统的极限 来源： oschina 链接： https://my.oschina.net/u/4410617/blog/4306305

参考链接： https://www.cnblogs.com/fbtop/p/11005469.html 目的： 线程请求生成对应的requestId，根据requestId追踪链路生产消费的数据，方便定位问题和回溯；基于一些XXX考虑，和阿巴阿巴阿巴的原因先拿FileBeat+ELK的方式进行实验，跑通日志收集和展示的功能。 为了避免重复造轮子，本篇只对上出链接博客做一些补充： 1.单机/docker/版本7.1.1； 2.docker四大网络的特点： https://www.cnblogs.com/zhuochong/p/10069293.html ；本次采用net=bridge的网络模式，禁止出现localhost 和127.0.0.1，统一使用本机ip（重要）； 3.对docker -v挂载命令有所了解； 4.确认fileBeat是否采集到了日志：进入容器 [docker exec -i -t 容器号 bash] ，查看/var/log/nginx/下的日志文件即可；另外docker启动时可以去掉 -d 参数，观看启动运行日志，方便查看状态； 下载 curl -L -O https://raw.githubusercontent.com/elastic/beats/7.1/deploy/docker/filebeat.docker.yml时提示链接失败

Cerebro是一个开源的elasticsearch web管理工具 首先，下载Elasticsearch https://www.elastic.co/guide/en/elasticsearch/reference/7.7/index.html 然后，下载Cerebro https://github.com/lmenezes/cerebro 分别启动以后，输入es连接地址，然后就可以操作了，非常简洁的web客户端工具 来源： oschina 链接： https://my.oschina.net/u/4399511/blog/4313481

docker安装Elasticsearch7.6集群并设置密码 Elasticsearch从6.8开始， 允许免费用户使用X-Pack的安全功能， 以前安装es都是裸奔。接下来记录配置安全认证的方法。 为了简化物理安装过程，我们将使用docker安装我们的服务。 一些基础配置 es需要修改linux的一些参数。 设置 vm.max_map_count=262144 sudo vim /etc/sysctl.conf vm.max_map_count=262144 不重启， 直接生效当前的命令 sysctl -w vm.max_map_count=262144 es的data和logs目录需要给1000的用户授权， 我们假设安装3个实力的es集群，先创建对应的数据存储文件 mkdir -p es01/data mkdir -p es01/logs mkdir -p es02/data mkdir -p es02/logs mkdir -p es03/data mkdir -p es03/logs ## es的用户id为1000，这里暂且授权给所有人好了 sudo chmod 777 es* -R 关于版本和docker镜像 Elasticsearch分几种licenses，其中Open Source和Basic是免费的， 而在6.8之后安全功能才开始集成在es的Basic授权上。

很多时候搜索用户对查询语句具有模糊感觉，他们只能提供大约的描述。比如一个语句的部分，或者字句顺序颠倒等。通过模糊查询可以帮助用户更准确的找出他们希望搜索的结果。 模糊查询包括前后缀，语句（phrase）查询。前缀查询在非文本查询和全文查询字段中使用是有着不同的效果：在非文本字段查询中我们需要严格按照词字顺序进行匹配，而全文查询中由于目标字段在构建索引时已经进行了分词处理，所以匹配是在分词中进行匹配的。下面是一些非文本前后缀查询的例子： POST /bank/ _search { " query " : { " prefix " : { " address.keyword " : " 880 " } } } POST /bank/ _search { " query " : { " wildcard " : { " address.keyword " : " *Holmes* " } } } POST /bank/ _search { " query " : { " regexp " : { " address.keyword " : " .*Holmes.* " } } } elastic4例子： val qPrefix = search( " bank " ).query(prefixQuery( " address.keyword " , " 880 " )) val