kibana

在安装插件的过程中，尤其是安装Marvel插件遇到了很多问题，要下载license、Marvel-agent，又要下载安装Kibana 版本需求 Java 7 or later Elasticsearch 2.4.2 Kibana 4.5 Elasticsearch License 2.4.2 plugin 系统版本是：CentOS release 6.6 一、简介 Marvel插件介绍 Marvel插件：在簇中从每个节点汇集数据。这个插件必须每个节点都得安装。 Marvel是Elasticsearch的管理和监控工具，在开发环境下免费使用。它包含了一个叫做Sense的交互式控制台，使用户方便的通过浏览器直接与Elasticsearch进行交互。 kibana 插件介绍 kibana 插件提供了Marvel监控的UI界面。 kibana是一个与elasticsearch一起工作的开源的分析和可视化的平台。使用kibana可以查询、查看并与存储在elasticsearch索引的数据进行交互操作。使用kibana能执行高级的数据分析，并能以图表、表格和地图的形式查看数据。 kibana使得理解大容量的数据变得非常容易。它非常简单，基于浏览器的接口使我们能够快速的创建和分享显示elasticsearch查询结果实时变化的仪表盘。 二、elasticsearch的简单安装 配置更新源

一、elk 概念 ELK是 Elasticsearch、Logstash、Kibana的简称，这三者是核心套件，但并非全部。 Elasticsearch ：实时全文搜索和分析引擎，提供搜集、分析、存储数据三大功能。Elasticsearch是一套开放REST和JAVA API等结构提供高效搜索功能，可扩展的分布式系统。它构建于Apache Lucene搜索引擎库之上。 Logstash ：用来搜集、分析、过滤日志的工具。它支持几乎任何类型的日志，包括系统日志、错误日志和自定义应用程序日志。它可以从许多来源接收日志，这些来源包括 syslog、消息传递（例如 RabbitMQ）和JMX，它能够以多种方式输出数据，包括电子邮件、websockets和Elasticsearch。 Kibana ：基于Web的可视化图形界面，用于搜索、分析和可视化存储在 Elasticsearch指标中的日志数据。它利用Elasticsearch的REST接口来检索数据，不仅允许用户创建他们自己的数据的定制仪表板视图，还允许他们以特殊的方式查询和过滤数据。 二、docker 安装 elk 1、拉镜像，运行 docker pull sebp/elk docker run -d -it --name elk --restart always -p 5601:5601 -p 9200:9200 -p 5044

转载自：http://blog.topspeedsnail.com/archives/4825 如果是自己试验的性质，可考虑不装ssh。 Ubuntu 16.04 搭建 ELK 日志分析平台 我要搭建的ELK S tack图示： ELK服务器建议配置： 内存不少于4G CPU：2 Ubuntu 16.04 #1 安装Java JDK Elasticsearch和Logstash都是使用java写的，所以我们需要安装Java， Elasticsearch建议安装 Oracle Java 8（OpenJdk应该也行） ： Ubuntu 16.04安装Java JDK #2 安装 Elasticsearch 导入 Elasticsearch的GPG公钥： 1 $ wget - qO - https : / / packages .elastic .co / GPG - KEY - elasticsearch | sudo apt - key add - 添加 Elasticsearch仓库源： 1 $ echo "deb http://packages.elastic.co/elasticsearch/2.x/debian stable main" | sudo tee - a / etc / apt / sources .list .d / elasticsearch - 2.x

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> Elasticsearch Date类型使用技巧 elasticsearch原生支持date类型，结合该类型和Kibana可以做出漂亮有用的图表。这里简单记录下使用的方法。 使用date类型可以用如下两种方式： 使用毫秒的时间戳，直接将毫秒值传入即可。 传入格式化的字符串，默认是ISO 8601标准，例如2015-02-27T00:07Z(零时区)、2015-02-27T08:07+08:00(东八区),这两个时间实际是同一个，只是时区不同，关于时间戳，可以参见我之前的文章。另外还可以自定义时间格式，参见es的文档。但个人不建议使用自定义格式，设置不当容易遇到时区问题。在php中获取ISO 8601标准的时间很简单，date('c',time()）即可。 elasticsearch默认会自动识别date类型，如果想关闭该功能，修改mapping的设置'date_detection' => false即可 。 elasticsearch原生支持date类型，json格式通过字符来表示date类型。所以在用json提交日期至elasticsearch的时候，es会隐式转换，把es认为是date类型的字符串直接转为date类型。至于什么样的字符串es会认为可以转换成date类型，参考elasticsearch官网介绍

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 前言 这篇文章，不会解释什么是本初子午线，只想以做实验的方式来理解数据差8小时的问题。下面就先说结论，再来谈原理。 解决方案 想必大家都很清楚：中国标准时间= UTC + 8小时。 那么所有和时区有关的地方，都有可能成为“凶手”。 如果是java写入es怎么解决时区问题？ 如果你使用java程序来写入es，我推荐你写入带T的时间字符串。提供程序如下： /** * String timeZoneConvert = timeZoneConvert( * new Date().getTime() * , "yyyy-MM-dd'T'HH:mm:ss.SSSZ", * "Asia/Shanghai"); * * @param date 毫秒 * @param pattern format时间格式 * @param timeZone 时区 * @return 如:2019-12-30T16:32:07.616+0800 */ public static String timeZoneConvert(Long date,String pattern,String timeZone){ SimpleDateFormat simpleDateFormat=new SimpleDateFormat(pattern);