前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >ELK6.0部署:Elasticsearch+Logstash+Kibana搭建分布式日志平台

ELK6.0部署:Elasticsearch+Logstash+Kibana搭建分布式日志平台

作者头像
KenTalk
发布于 2018-09-11 03:41:43
发布于 2018-09-11 03:41:43
1.3K00
代码可运行
举报
文章被收录于专栏:Ken的杂谈Ken的杂谈
运行总次数:0
代码可运行
一、前言
1、ELK简介

ELK是Elasticsearch+Logstash+Kibana的简称

  • ElasticSearch是一个基于Lucene的分布式全文搜索引擎,提供 RESTful API进行数据读写
  • Logstash是一个收集,处理和转发事件和日志消息的工具
  • Kibana是Elasticsearch的开源数据可视化插件,为查看存储在ElasticSearch提供了友好的Web界面,并提供了条形图,线条和散点图,饼图和地图等分析工具

总的来说,ElasticSearch负责存储数据,Logstash负责收集日志,并将日志格式化后写入ElasticSearch,Kibana提供可视化访问ElasticSearch数据的功能。

2、ELK工作流

应用将日志按照约定的Key写入Redis,Logstash从Redis中读取日志信息写入ElasticSearch集群。Kibana读取ElasticSearch中的日志,并在Web页面中以表格/图表的形式展示。

二、准备工作
1、服务器&软件环境说明
  • 服务器

一共准备3台CentOS7 Server

服务器名

IP

说明

es1

192.168.1.31

部署ElasticSearch主节点

es2

192.168.1.32

部署ElasticSearch从节点

elk

192.168.1.21

部署Logstash + Kibana + Redis

这里为了节省,只部署2台Elasticsearch,并将Logstash + Kibana + Redis部署在了一台机器上。

如果在生产环境部署,可以按照自己的需求调整。

  • 软件环境

说明

Linux Server

CentOS 7

Elasticsearch

6.0.0

Logstash

6.0.0

Kibana

6.0.0

Redis

4.0

JDK

1.8

2、ELK环境准备

由于Elasticsearch、Logstash、Kibana均不能以root账号运行。

但是Linux对非root账号可并发操作的文件、线程都有限制。

所以,部署ELK相关的机器都要调整:

  • 修改文件限制
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
# 修改系统文件
vi /etc/security/limits.conf

#增加的内容

* soft nofile 65536
* hard nofile 65536
* soft nproc 2048
* hard nproc 4096
  • 调整进程数
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#修改系统文件
vi /etc/security/limits.d/20-nproc.conf

#调整成以下配置
*          soft    nproc     4096
root       soft    nproc     unlimited
  • 调整虚拟内存&最大并发连接
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#修改系统文件
vi /etc/sysctl.conf

#增加的内容
vm.max_map_count=655360
fs.file-max=655360

以上操作重启系统后生效

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
reboot
  • JDK8安装

CentO安装JDK8:https://cloud.tencent.com/developer/article/1333872

  • 创建ELK专用用户
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
useradd elk
  • 创建ELK相关目录并赋权
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#创建ELK APP目录
mkdir /usr/elk
#创建ELK 数据目录
mkdir /elk

#更改目录Owner
chown -R elk:elk /usr/elk
chown -R elk:elk /elk
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#打开文件夹
cd /home/download

#下载
wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.0.0.tar.gz
wget https://artifacts.elastic.co/downloads/logstash/logstash-6.0.0.tar.gz
wget wget https://artifacts.elastic.co/downloads/kibana/kibana-6.0.0-linux-x86_64.tar.gz

#解压
tar -zvxf elasticsearch-6.0.0.tar.gz
tar -zvxf logstash-6.0.0.tar.gz
tar -zvxf kibana-6.0.0-linux-x86_64.tar.gz
三、Elasticsearch 部署

本次一共要部署两个Elasticsearch节点,所有文中没有指定机器的操作都表示每个Elasticsearch机器都要执行该操作

1、准备工作
  • 移动Elasticsearch到统一目录
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#移动目录
mv /home/download/elasticsearch-6.0.0 /usr/elk
#赋权
chown -R elk:elk /usr/elk/elasticsearch-6.0.0/
  • 开放端口
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#增加端口
firewall-cmd --add-port=9200/tcp --permanent
firewall-cmd --add-port=9300/tcp --permanent

#重新加载防火墙规则
firewall-cmd --reload
  • 切换账号
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#账号切换到 elk
su - elk
  • 数据&日志目录
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
创建Elasticsearch主目录
mkdir /elk/es
#创建Elasticsearch数据目录
mkdir /elk/es/data
#创建Elasticsearch日志目录
mkdir /elk/es/logs
2、Elasticsearch 配置
  • 修改配置
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#打开目录
cd /usr/elk/elasticsearch-6.0.0

#修改配置

vi config/elasticsearch.yml
  • 主节点配置(192.168.1.31)
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
cluster.name: es 
node.name: es1
path.data: /elk/es/data
path.logs: /elk/es/logs
network.host: 192.168.1.31
http.port: 9200
transport.tcp.port: 9300
node.master: true
node.data: true
discovery.zen.ping.unicast.hosts: ["192.168.1.31:9300","192.168.1.32:9300"]
discovery.zen.minimum_master_nodes: 1
  • 从节点配置(192.168.1.32)
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
cluster.name: es 
node.name: es2
path.data: /elk/es/data
path.logs: /elk/es/logs
network.host: 192.168.1.32
http.port: 9200
transport.tcp.port: 9300
node.master: false
node.data: true
discovery.zen.ping.unicast.hosts: ["192.168.1.31:9300","192.168.1.32:9300"]
discovery.zen.minimum_master_nodes: 1
  • 配置项说明

说明

cluster.name

集群名

node.name

节点名

path.data

数据保存目录

path.logs

日志保存目录

network.host

节点host/ip

http.port

HTTP访问端口

transport.tcp.port

TCP传输端口

node.master

是否允许作为主节点

node.data

是否保存数据

discovery.zen.ping.unicast.hosts

集群中的主节点的初始列表,当节点(主节点或者数据节点)启动时使用这个列表进行探测

discovery.zen.minimum_master_nodes

主节点个数

2、Elasticsearch启动&健康检查
  • 启动
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#进入elasticsearch根目录
cd /usr/elk/elasticsearch-6.0.0
#启动
./bin/elasticsearch
  • 查看健康状态
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
curl http://192.168.1.31:9200/_cluster/health

如果返回status=green表示正常

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
{
  "cluster_name": "esc",
  "status": "green",
  "timed_out": false,
  "number_of_nodes": 2,
  "number_of_data_nodes": 2,
  "active_primary_shards": 0,
  "active_shards": 0,
  "relocating_shards": 0,
  "initializing_shards": 0,
  "unassigned_shards": 0,
  "delayed_unassigned_shards": 0,
  "number_of_pending_tasks": 0,
  "number_of_in_flight_fetch": 0,
  "task_max_waiting_in_queue_millis": 0,
  "active_shards_percent_as_number": 100.0
}
四、Logstash 配置
1、准备工作
  • 部署Redis

Redis4 安装与配置:https://cloud.tencent.com/developer/article/1333876

由于本次核心是ELK搭建,所以ken.io偷懒,Redis没有部署集群,采用的单节点。

  • 移动Logstash到统一目录
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#移动目录
mv /home/download/logstash-6.0.0 /usr/elk
#赋权
chown -R elk:elk /usr/elk/logstash-6.0.0/
  • 切换账号
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#账号切换到 elk
su - elk
  • 数据&日志目录
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#创建Logstash主目录
mkdir /elk/logstash
#创建Logstash数据目录
mkdir /elk/logstash/data
#创建Logstash日志目录
mkdir /elk/logstash/logs
2、Logstash配置
  • 配置数据&日志目录
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#打开目录
cd /usr/elk/logstash-6.0.0
#修改配置
vi config/logstash.yml

#增加以下内容
path.data: /elk/logstash/data
path.logs: /elk/logstash/logs
  • 配置Redis&Elasticsearch
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
vi config/input-output.conf

#配置内容

input {
  redis {
    data_type => "list"
    key => "logstash"
    host => "192.168.1.21"
    port => 6379
    threads => 5
    codec => "json"
  }
}
filter {
}
output {
  elasticsearch {
    hosts => ["192.168.1.31:9200","192.168.1.32:9200"]
    index => "logstash-%{type}-%{+YYYY.MM.dd}"
    document_type => "%{type}"
  }
  stdout {
  }
}

该配置就是从redis中读取数据,然后写入指定的elasticsearch

Redis核心配置项说明:

配置项

说明

data_type => “list”

数据类型为list

key => “logstash”

缓存key为:logstash

codec => “json”

数据格式为:json

  • 启动
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#进入Logstash根目录
cd /usr/elk/logstash-6.0.0
#启动
./bin/logstash -f config/input-output.conf

启动成功后,在启动输出的最后一行会看到如下信息:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
[INFO ][logstash.pipeline        ] Pipeline started {"pipeline.id"=>"main"}
[INFO ][logstash.agent           ] Pipelines running {:count=>1, :pipelines=>["main"]}
五、Kibana 配置
  • 移动Kibana到统一目录
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#移动目录
mv /home/download/kibana-6.0.0-linux-x86_64 /usr/elk/kibana-6.0.0
#赋权
chown -R elk:elk /usr/elk/kibana-6.0.0/
  • 开放端口
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#增加端口
firewall-cmd --add-port=5601/tcp --permanent

#重新加载防火墙规则
firewall-cmd --reload
  • 切换账号
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#账号切换到 elk
su - elk
  • 修改配置
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#进入kibana-6.0.0根目录
cd /usr/elk/kibana-6.0.0
#修改配置
vi config/kibana.yml

#增加以下内容
server.port: 5601
server.host: "192.168.1.21"
elasticsearch.url: "http://192.168.1.31:9200"
  • 启动
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#进入kibana-6.0.0根目录
cd /usr/elk/kibana-6.0.0
#启动
./bin/kibana
  • 访问

浏览器访问: 192.168.1.21:5601

警告提示:No default index pattern. You must select or create one to continue.

错误提示:Unable to fetch mapping. do you have indices matching the pattern?

不用担心,这是因为还没有写入日志

六、测试
1、日志写入

日历写入的话,写入到logstash监听的redis即可。

数据类型之前在/usr/elk/logstash-6.0.0/config/input-uput.conf中有配置

  • redis命令方式
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#启动redis客户端
#执行以下命令
lpush logstash '{"host":"127.0.0.1","type":"logtest","message":"hello"}'
  • Java代码批量写入(引入Jedis)
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
Jedis jedis = new Jedis("192.168.1.21", 6379);
for (int i = 0; i < 1000; i++) {
    jedis.lpush("logstash", "{\"host\":\"127.0.0.1\",\"type\":\"logtest\",\"message\":\"" + i + "\"}");
}
2、Kibana使用

浏览器访问:192.168.1.21:5601

此时会提示: Configure an index pattern

直接点击create即可

浏览器访问:192.168.1.21:5601/app/kibana#/discover 即可查看日志

大功告成!

七、备注
1、Kibana使用教程
2、 ELK开机启动

ELK开机启动,需要学习下以下知识

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2017/11/29 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
QuTrunk使用教程之Bell Pair电路及Deutsch算法
QuTrunk是启科量子自主研发的量子编程框架。QuTrunk基于Python提供了量子编程API,对量子编程相关的基本概念做了代码层面的抽象封装和实现,如Qubit代表单个量子比特,每个量子比特默认持有一个经典比特,方便存放量子比特对测量结果。
量子发烧友
2023/02/24
3620
QuTrunk使用教程之Bell Pair电路及Deutsch算法
下(应用篇)| 推荐几款较流行的量子算法
量子算法是量子计算机的必要软件支撑,同时量子算法的研究也是推动量子计算发展的强大动力。以下将对各个发展阶段的典型量子算法进行比较分析。
量子发烧友
2023/02/24
2.1K0
下(应用篇)| 推荐几款较流行的量子算法
量子线性系统算法及实践——以Cirq为例
求解线性方程组是科学计算中的一个基础问题,也可利用线性方程组构造复杂的算法,如数值计算中的插值与拟合、大数据中的线性回归、主成分分析等。而正是由于线性求解问题在学科中的基础性作用,其在科学、工程、金融、经济应用、计算机科学等领域也应用广泛,如常见的天气预报,需要通过建立并求解包含百万变量的线性方程组实现对大气中类似温度、气压、湿度等的模拟和预测;如销量预测,需要采用线性回归方式的时序预测方法进行预测。
量子发烧友
2023/03/08
1.1K0
量子线性系统算法及实践——以Cirq为例
启科量子自主研发量子计算模拟后端 QuSprout 并正式开源
QuSprout 的开源旨在让更多的开发者、专家学者或爱好者参与到量子技术的研发上来,更快推动量子技术发展(开源地址见文末)。
量子发烧友
2023/02/24
2210
启科量子自主研发量子计算模拟后端 QuSprout 并正式开源
QuTrunk+Runtime+QuSaaS+AWS量子计算编程实战
QuTrunk 是启科量子自主研发的一款免费、开源、跨平台的量子计算编程框架,包括量子编程API、量子命令转译、量子计算后端接口等。它提供多种量子计算体验,提供本地量子计算Python计算后端,提供OMP多线程、MPI多节点并行、GPU加速等计算模式。
量子发烧友
2023/03/08
9030
QuTrunk+Runtime+QuSaaS+AWS量子计算编程实战
实践|量子编程初试
导读 QuBranch与QuTrunk项目是启科量子发起的量子编程软件工具开发项目。QuBranch是以VS Code庞大的生态群为基础,专为量子编程开发的一种编程工具,支持Windows、Mac、Linux等操作系统和编辑、调试、量子模拟执行等功能,可为量子编程提供集成开发环境。QuTrunk是启科量子自主研发的量子编程框架,基于python提供量子编程API,对量子编程涉及到的基本概念做了代码层面的抽象封装和实现,主要为量子编程提供底层服务。为加速量子软件开发与实践进程,本文将简要介绍QuBranch与QuTrunk,并通过软件已开发功能进行量子算法运行演示。
量子发烧友
2023/02/24
6550
实践|量子编程初试
通用量子算法:量子相位估计算法
量子相位估计算法(quantum phase estimation,QPE)也称作量子特征值估计算法,是很多量子算法的基本步骤,其中包括Shor`s算法(秀尔算法)和HHL算法(线性方程组的量子算法)。它的作用就是快速的估计一个酉变换的特征值。由于酉矩阵拥有一个性质:酉矩阵的特征值都是模为1的复数。所以对酉矩阵而言,其特征值和相位基本是对等的。
量子发烧友
2023/02/24
1.3K0
通用量子算法:量子相位估计算法
Qutrunk与Paddle结合实践--VQA算法示例
QuTrunk 是启科量子开发和已经开源的一款量子编程框架软件产品,它使用 Python 作为宿主语言,利用Python 的语法特性实现针对量子程序的 DSL(领域专用语言),所有支持 Python 编程的 IDE 均可安装使用 QuTrunk。QuTrunk 基于量子逻辑门、量子线路等概念提供量子编程所需的各类API。这些 API 分别由相应的模块实现,比如 QCircuit 实现量子线路功能,Qubit 实现量子比特,Qureg 实现量子寄存器,Command 对应每个量子门操作的指令, Backend 代表运行量子线路的后端模块,gate 模块实现了各类基础量子门操作。同时 QuTrunk 还可以作为其他上层量子计算应用的基础,比如:量子算法、量子可视化编程、量子机器学习等。
量子发烧友
2023/02/24
5070
Qutrunk与Paddle结合实践--VQA算法示例
实践|QuTrunk实践之基础量子逻辑门
经典计算中,最基本的单元是比特,在经典计算中对比特的操作采用电信号的处理方式,不同的逻辑门对应相应的电信号处理方式,实现对比特的基本操作。我们可以通过不同的逻辑门组合来达到控制电路的目的。类似于经典计算,量子计算中对量子比特的操作需要操纵使用量子逻辑门使量子态发生演化,通过不同的量子逻辑门组合最终实现量子线路的控制。使用量子逻辑门,我们有意识的使量子态发生演化。
量子发烧友
2023/03/08
6440
实践|QuTrunk实践之基础量子逻辑门
前沿 | 经典计算的天花板:科学家找到只有量子计算才能解决的问题
Oracle Separation of BQP and PH:https://eccc.weizmann.ac.il/report/2018/107/
机器之心
2018/07/26
6270
前沿 | 经典计算的天花板:科学家找到只有量子计算才能解决的问题
量子算法与实践——Grover算法
量子计算机的算力可体现为量子计算机可实现并行计算, Grover算法(Quantum Search Algorithm)是量子计算领域的主要算法之一。Grover算法是由Grover于1996年提出的平方根加速的随机数据库量子搜索算法,旨在利用量子计算机进行比经典计算机更快的数据搜索。在数据库足够混乱且没有具体的数据结构限定的条件下,Grover算法可以快速解决从N个未分类的客体中寻找出某个特定个体的问题。除搜索时间远短于经典计算外,其强大之处还在于Grover算法的公式可适用于很多问题,比如:密码学、矩阵和图形问题、优化以及量子机器学习等。本文将从Grover算法的实现原理、应用与实践等方面介绍Grover算法。
薛大叔的量子猫
2022/11/07
4.8K0
QuTrunk与MindSpore量子神经网络初探
QuTrunk 是启科量子开发和已经开源的一款量子编程框架软件产品,关于QuTrunk的详细介绍,用户可以访问启科的开发者社区站点详细了解,也可以进入github上此项目下进行查询。
量子发烧友
2023/03/08
7750
QuTrunk与MindSpore量子神经网络初探
谷歌实现量子霸权论文曝光,圈内人士:量子计算的里程碑事件
9 月 20 日,据《财富》、《金融时报》等多家外媒报道,谷歌已经利用一台 53 量子比特的量子计算机实现了传统架构计算机无法完成的任务,即在世界第一超算需要计算 1 万年的实验中,谷歌的量子计算机只用了 3 分 20 秒。
机器之心
2019/09/24
5290
谷歌实现量子霸权论文曝光,圈内人士:量子计算的里程碑事件
量子算法与实践--变分量子态对角化算法
变分混合量子—经典算法是近期在量子计算机上有希望实现的一种候选算法。在这些算法中,量子计算机评估一个门序列所耗费的成本与经典的成本评估相比较低,速度上也会更快一些。通过量子计算机评估的门序列信息,最终也可用于经典计算机调整门序列的参数。
量子发烧友
2023/02/24
7450
量子算法与实践--变分量子态对角化算法
混合量子-经典体系对量子数据的分类问题
经典计算机中可以利用比特位和逻辑门进行二进制运算,在物理硬件方面,二进制运算主要通过半导体的特殊电性质实现。在量子计算机中,主要利用量子的纠缠和叠加特性通过量子比特位和量子逻辑门来实现运算。量子计算对算力的加速优势也在量子计算机不断发展中得到证实。但关于量子计算机与经典计算机的存在性问题,并非取而代之这么简单。目前,在物理硬件设备基础和量子技术的发展方面,依然无法制造出可以超越经典计算的通用量子计算机。
量子发烧友
2023/03/08
4550
混合量子-经典体系对量子数据的分类问题
量子计算 + AI:科幻照进现实?
说到量子计算,很多人第一反应可能是:“这玩意儿离我们还远着呢吧?” 确实,量子计算现在还处于早期发展阶段,但如果你是个AI开发者,或者对计算加速有需求,那你真的应该关注它。量子计算可能成为未来AI训练和推理的“加速器”,帮助我们在海量数据中找到最优解。
Echo_Wish
2025/03/22
1100
量子计算 + AI:科幻照进现实?
量子机器学习新思路——构建参数化的量子线路
人工智能的发展已经历60余年,自1956年至今人工智能发展共经历了三个发展阶段。在技术阶段上,AI发展的技术阶段可分为运算智能阶段、感知智能阶段和认知智能阶段三个层次。当前,人工智能的发展正处于第三次发展浪潮之中,处于认知智能时代的初级阶段。
量子发烧友
2023/03/08
6240
量子机器学习新思路——构建参数化的量子线路
学界 | 南科大翁文康:「量子霸权」的基础概念和可行方案
论文:Quantum supremacy: some fundamental concepts
机器之心
2018/07/30
8700
学界 | 南科大翁文康:「量子霸权」的基础概念和可行方案
量子计算对 bitcoin 的威胁
在两周前的 BBL 上,我给团队介绍了 bitcoin,相关的 slides 见: github.com/tyrchen/unchained 其中花了点时间谈论了 quantum computing
tyrchen
2018/03/28
1.1K0
量子计算对 bitcoin 的威胁
使用启科QuPot+Runtime+QuSaaS进行量子应用开发及部署-调用AWS Braket计算后端
使用启科QuTrunk开发的量子应用可以通过QuSaaS 部署到启科QuPot云环境中对用户提供服务。本文将介绍如何使用QuTrunk进行AWS云上应用程序的开发和如何通过QuSaaS将量子应用部署到QuPot平台,并且QuTrunk计算后端调用AWS Braket服务。具体展示之前,先和大家简要介绍下启科的量子计算相关软件:QuPot和QuSaaS和Runtime。
量子发烧友
2023/03/08
6250
使用启科QuPot+Runtime+QuSaaS进行量子应用开发及部署-调用AWS Braket计算后端
推荐阅读
相关推荐
QuTrunk使用教程之Bell Pair电路及Deutsch算法
更多 >
LV.0
这个人很懒,什么都没有留下~
目录
  • 一、前言
    • 1、ELK简介
    • 2、ELK工作流
  • 二、准备工作
    • 1、服务器&软件环境说明
    • 2、ELK环境准备
  • 三、Elasticsearch 部署
    • 1、准备工作
    • 2、Elasticsearch 配置
    • 2、Elasticsearch启动&健康检查
  • 四、Logstash 配置
    • 1、准备工作
    • 2、Logstash配置
  • 五、Kibana 配置
  • 六、测试
    • 1、日志写入
    • 2、Kibana使用
  • 七、备注
    • 1、Kibana使用教程
    • 2、 ELK开机启动
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档