spring-cloud-microservices-development：Spring Cloud微服务开发。《 Spring Cloud微服务架构开发实战》
2022-05-28 14:45:45
2.5MB
1
elasticsearch-analysis-ik-5.3.2 插件已经编译好，直接用
2022-05-28 12:25:29
4.3MB
1
Elasticsearch基于对象存储的冷热分离架构以及NLP特性增强实践.pdf
2022-05-28 11:05:23
2.1MB
Elasticsearch Hadoop 作为一个完美的工具，用来连接Elasticsearch 和 Hadoop 的生态系统。
2022-05-27 17:27:28
42.11MB
1
ql3x bios QHPW qhr7 ql2x XEON 魔改 cpu qnct qtj2 qqlt qtj1 qqls E2176M E2186M E2286M ES bios 魔改 1151 cpu i9 9980HK E2124 E2134 QNCW QNCU QNCV 至强 Z370M DS3H修改 6 7代 cpu
2022-05-26 22:47:11
6.1MB
1
通常，日志被分散的储存不同的设备上。如果你管理数十上百台服务器，你还在使用依次登录每台机器的传统方法查阅日志。这样是不是感觉很繁琐和效率低下。开源实时日志分析ELK平台能够完美的解决日志收集和日志检索、分析的问题，ELK就是指ElasticSearch、Logstash和Kiabana三个开源工具。
因为ELK是可以跨平台部署，因此非常适用于多平台部署的应用。
二 环境准备
1. 安装JDK1.8环境
2. 下载ELK软件包
logstash: https://artifacts.elastic.co/downloads/logstash/logstash-5.5.0.zip
elasticsearch：https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-5.5.0.zip
kibana: https://artifacts.elastic.co/downloads/kibana/kibana-5.5.0-windows-x86.zip
分别解压下载的软件，elasticsearch，logstash，kibana 可以放在一个统一文件夹下
三 部署
1.配置logstash
在logstash文件夹的下bin目录创建配置文件logstash.conf ,内容如下：
input {
# 以文件作为来源
file {
# 日志文件路径
path => "F:\test\dp.log"
}
}
filter {
#定义数据的格式，正则解析日志（根据实际需要对日志日志过滤、收集）
grok {
match => { "message" => "%{IPV4:clientIP}|%{GREEDYDATA:request}|%{NUMBER:duration}"}
}
#根据需要对数据的类型转换
mutate { convert => { "duration" => "integer" }}
}
# 定义输出
output {
elasticsearch {
hosts => ["localhost:9200"] #Elasticsearch 默认端口
}
}
在bin目录下创建run.bat，写入一下脚本：
logstash.bat -f logstash.conf
执行run.bat启动logstash。
2. 配置Elasticsearch
elasticsearch.bat即可启动。
启动后浏览器访问 127.0.0.1:9200 ，出现以下的json表示成功。
3.配置kibana
Kibana启动时从文件kibana.yml读取属性。默认设置配置Kibana运行localhost:5601。要更改主机或端口号，或者连接到在其他机器上运行的Elasticsearch，需要更新kibana.yml文件。
kibana.bat启动Kibana。
2022-05-26 14:33:02
180.33MB
1
Elasticsearch服务器开发第2版-带书签高清文字版。
这个是pdf高清文字版本，带完整的目录书签的，内容可以复制的。
2022-05-25 19:29:26
14.72MB
1
elasticsearch-7.6.2-windows
官方正版资源，无需c币，下载速度快
2022-05-25 09:05:05
231.56MB
1
ES重迭
用于删除按某些唯一字段（例如--field Uuid ）分组的重复文档的工具。 删除过程包括两个阶段：
汇总查询查找具有相同field值且至少出现2次的文档。 此类文档的一份副本留在ES中，其他副本则通过批量API删除（通常，几乎全部-总是有一些问题）。 每次DELETE操作之后，我们都等待索引更新。 处理过的文档将登录到/tmp/es_dedupe.log 。
不幸的是，聚合查询不一定是精确的。 基于/tmp/es_dedupe.log日志文件，我们查询每个field值，并在其他分片上删除文档副本。 根据群集中节点和分片的数量，可能仍会存在聚集查询未返回的文档。 为了禁用第二步，请使用--no-check标志。
码头工人
从Docker运行：
docker run -it -e ES=locahost -e INDEX=my-index -e FIELD=id deri
2022-05-24 11:19:30
29KB
1
弹性蛋白
Elasticsearch插件，用于在密集的浮点和稀疏布尔向量上进行相似性搜索。
文献资料
如果您想为Elastiknn做出贡献，请参阅developer-guide.md。
社区
如果您有疑问，错误等，请在上。
用户数
您正在使用Elastiknn吗？ 如果是这样，请考虑提交拉取请求以在下面列出您的组织。
：使用Elastiknn进行数百万个图像集中的反向图像查找
建物
建造
地位
Github CI构建
Github发布版本
发行版
神器
释放
快照
资料下载
Elasticsearch插件zip文件
Elastiknn的Python HTTP客户端
具有精确和近似向量相似性模型的Java库
带Lucene查询和Elastiknn中使用的构造的Java库
Elastiknn JSON API的Scala案例类和圆形编解码器
基于elastic4s的Elast
2022-05-23 15:59:15
50.36MB
1