Kibana 作为Elasticsearch优秀的可视化的开源分析工具,我们下面使用Docker结合进行最简单的上手演示。

详解Docker下使用Elasticsearch可视化Kibana

docker

使用教程

在这里我们使用Linux系统作为演示

系统:Fedora28

内核:

uname -r
4.16.2-300.fc28.x86_64

docker版本

docker --version
Docker version 18.03.0-ce, build 0520e24

安装docker-compose

sudo curl -L https://github.com/docker/compose/releases/download/1.21.0/docker-compose-$(uname -s)-$(uname -m) -o /usr/local/bin/docker-compose
sudo chmod +x /usr/local/bin/docker-compose

docker-compose.yml

version: '2' 
services:
 elasticsearch:
  image: elasticsearch
  environment:
   - cluster.name=elasticsearch
  ports:
   - "9200:9200"
 kibana:
  image: kibana
  environment:
   SERVER_NAME: kibana
   ELASTICSEARCH_URL: http://192.168.1.186:9200
  ports:
   - "5601:5601"

启动elasticsearch与kibana

docker-compose up

访问Kibana页面 http://localhost:5601

详解Docker下使用Elasticsearch可视化Kibana

kibana

修改index pattern 为*

选择Time Filter field name为第一个

然后Create

点击Discover即可看到数据页面

详解Docker下使用Elasticsearch可视化Kibana

Discover

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。

广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。