docker中搭建Kibana和Elasticsearch 及处理Status RED状态
日志存储系统：ElasticsearchElasticsearch是一个可高度扩展的开源全文搜索与分析引擎，它可以快速地存储、搜索与分析大规模的实时数据。Elasticsearch的底层是基于lucene，并在些基础上提供了一系统便于应用程序使用的rest API，并且还提供了先天性的集群能力，可自由水平扩展以支持日益增长的数据运行elasticsearch容器：docke...
·
日志存储系统：Elasticsearch
Elasticsearch是一个可高度扩展的开源全文搜索与分析引擎，它可以快速地存储、搜索与分析大规模的实时数据。Elasticsearch的底层是基于lucene，并在些基础上提供了一系统便于应用程序使用的rest API，并且还提供了先天性的集群能力，可自由水平扩展以支持日益增长的数据
- 运行elasticsearch容器：
docker run --rm -p 9200:9200 --name elasticsearch-db elasticsearch
需要增加一些参数 以我的为例：docker run -d --name=elasticsearch -v "$PWD/config":/opt/data/elasticsearch/config -v "$PWD/esdata":/opt/data/elasticsearch/data docker.io/elasticsearch
- 访问：curl http://localhost:9200
在启动Elasticsearch时，我们可传入一些启动参数配置集群信息，如：
docker run --rm -p 9200:9200 --name elasticsearch-db elasticsearch -Ecluster.name=es_cluster_name -Enode.name=es_node
检查ES集群是否可用：
以上的集群信息是由ES的CAT API提供的，它是一个REST API，我们可以添加指定的参数来得到想要的输出信息
使用Postman来调用ES的的Rest API
- 创建索引
http://192.168.43.33:9200/customer
- 创建文档
- 查询文档
- 修改文档
还可以使用另一种方式修改：
还可以相对的修改相应字段
- 删除文档
- 删除索引
日志收集系统：Logstash
Logstash是一款开源的数据收集引擎，它既提供了实时管道能力，也提供了灵活的插件机制，我们可以自由的选择已有的插件，也能自行开发所需的插件
输入组件：
- file
- syslog
- redis
- beats
过滤插件：
- grok
- mutate
- drop
- clone
- geoip
输出插件：
- elasticsearch
- file
- graphite
- statsd
编解码插件：
- json
- multiline
启动logstash
- docker pull logstash
- run -it --rm --name logstash logstash -e 'input {stdin{}} output{stdout{}}'
指定配置文件启动
vim /opt/data/logstash/logstash.conf
input { stdin { }}output { stdout { }}
docker run -it --rm -v /opt/data/logstash/logstash.conf:/etc/logstash.conf --name logstash logstash logstash -f /etc/logstash.conf
还可以使用Dockerfile制作Logstash镜像
日志查询系统：Kibana
Kibana是一个开源的基于Elasticsearch的分析与可视化平台，我们既可以用它查询 并搜索存储在Elasticesearch中的数据，也可用它制作各式各样的图表、表格、地图等图形化数据，
https://www.cnblogs.com/zhangs1986/p/7325504.html
启动Kibana容器：
docker run --rm -p 5601:5601 --link elasticsearch-db:elasticsearch -e ELASTICSEARCH_URL=http://localhost:9200 --name kibana kibana
此时，虽然Kibana与ES已集成，但ES尚未存入任何日志数据，因此Kibana当前还无法使用
在Kibana中操作ES库：
在 Elasticsearch 中存储数据的行为就叫做索引(indexing)，而前面提到的文档，属于一种类型(type)，这里类型会存在索引(index)中，如果列一个表来和传统数据库比较，大概是这样的：
|
关系型数据
|
Elasticsearch
|
|
Databases
|
Indices
|
|
Tables
|
Types
|
|
Rows
|
Documents
|
|
Columns
|
Fields
|
一个 Elasticsearch 集群可以包含多个索引(indices，对应于“数据库”)，每个索引可以包含多个类型(types，对应于“表”)，每个类型可以包含多个文档(document，对应于“行”)，每个文档可以包含多个字段(fields，对应于“列”)
插入：
查询：
重点来了 docker中有点很坑的就是地址不能是本机的地址 localhost都不行 必须是本容器的地址 如果启动kibana的时候url写的localhost:9200 那么 kibana可以启动 进入页面就会显示未连接es：
显示链接错误 所以就需要进入es容器中 查看es容器ip 然后将docker run 后面url改为es容器ip地址才行
权威｜前沿｜技术｜干货｜国内首个API全生命周期开发者社区
更多推荐
0
0- 0
已为社区贡献5条内容
所有评论(0)