cerebro

  • 1.docker环境的搭建+docker-compose
  • 2. ES环境部署
  • 3.部署cerebro

1.docker环境的搭建+docker-compose

我之前写过

2. ES环境部署

#1.第一种方法
[root@cerebro ~]# docker pull elastic/elasticsearch:7.6.1  ##提前拉取镜像
[root@cerebro ~]#docker run --name es -p 9200:9200 -p 9300:9300 -d -e “discovery.type=single-node” elasticsearch:7.3.0   ##docker命令直接部署es  -d: 后台运行容器,并返回容器ID,也即启动守护式容器; -e 指定环境变量
[root@cerebro ~]# docker images
REPOSITORY              TAG       IMAGE ID       CREATED         SIZE
elastic/elasticsearch   7.6.1     41072cdeebc5   17 months ago   790MB
[root@cerebro ~]# docker run --name es -p 9200:9200 -p 9300:9300 -d -e "discovery.type=single-node" elastic/elasticsearch:7.6.1
fd12fa46332bf5e081da0cc00008a8a4d6c9ab02a942ab5af6ab0eece7415123
[root@cerebro ~]# docker ps
CONTAINER ID   IMAGE                         COMMAND                  CREATED         STATUS         PORTS                                                                                  NAMES
fd12fa46332b   elastic/elasticsearch:7.6.1   "/usr/local/bin/dock…"   4 seconds ago   Up 3 seconds   0.0.0.0:9200->9200/tcp, :::9200->9200/tcp, 0.0.0.0:9300->9300/tcp, :::9300->9300/tcp   es#2.第二种方法
[root@cerebro ~]# cat docker-compose.yml
version: '2'
services:# Elasticsearch servicees:image: elasticsearch:7.3.0ports:- "9200:9200"- "9300:9300"environment:- discovery.type=single-noderestart: "no"
[root@cerebro ~]# docker-compose up -d  ##启动#3.测试
[root@cerebro ~]# curl localhost:9200
{"name" : "fd12fa46332b","cluster_name" : "docker-cluster","cluster_uuid" : "Rq5oEWaoShOdBe2FVwZ1fw","version" : {"number" : "7.6.1",https://blog.csdn.net/qq_40907977/article/details/104743149"build_flavor" : "default","build_type" : "docker","build_hash" : "aa751e09be0a5072e8570670309b1f12348f023b","build_date" : "2020-02-29T00:15:25.529771Z","build_snapshot" : false,"lucene_version" : "8.4.0","minimum_wire_compatibility_version" : "6.8.0","minimum_index_compatibility_version" : "6.0.0-beta1"},"tagline" : "You Know, for Search"
}#4.由于使用dokcer方式的服务启动,可以看到name被设定为启动的容器的hostname,cluster.name被设定为docker-cluster,从version中也可以看到ElasticSearch的版本信息,这样,可以用于验证ElasticSearch功能的环境就可以使用了。


3.部署cerebro

[我这里使用的是elk专栏中部署的es集群,小伙伴们可以参考]
docker部署参考
不用docker部署参考

#1.法一:docker直接运行
[root@cerebro ~]# docker pull yannart/cerebro
[root@cerebro ~]# docker images
REPOSITORY              TAG       IMAGE ID       CREATED         SIZE
elastic/elasticsearch   7.6.1     41072cdeebc5   17 months ago   790MB
yannart/cerebro         latest    5fea7929eee7   3 years ago     505MB
[root@cerebro ~]# docker run --name cerebro -d -p 9100:9000 yannart/cerebro:latest
2dc04e43bc7fb0d3535df0bf734d5473fee6e3c66b645a5c9babee73780be5f0
[root@cerebro ~]# docker ps
CONTAINER ID   IMAGE                         COMMAND                  CREATED          STATUS          PORTS                                                                                  NAMES
2dc04e43bc7f   yannart/cerebro:latest        "./bin/cerebro"          3 seconds ago    Up 2 seconds    0.0.0.0:9100->9000/tcp, :::9100->9000/tcp                                              cerebro
fd12fa46332b   elastic/elasticsearch:7.6.1   "/usr/local/bin/dock…"   10 minutes ago   Up 10 minutes   0.0.0.0:9200->9200/tcp, :::9200->9200/tcp, 0.0.0.0:9300->9300/tcp, :::9300->9300/tcp   es
#2.法二使用docker-compose方法
[root@cerebro ~]# cat docker-compose.yml
version: '2'
services:# cerebro servicecerebro:image: lmenezes/cerebro:0.8.4ports:- "9100:9000"restart: "no"
[root@cerebro ~]# docker-compose up -d

Elasticsearch可视化工具-----cerebro(比head更优秀)相关推荐

  1. ElasticSearch 可视化工具之cerebro

    最近ElasticSearch使用中出现好多异常情况,一直都是命令行直接排查问题,不够直观.网络上大部分都推荐Kopf,Bigdesk,但是都已经是过时的工具,多年都没有更新了. 使用curl等客户端 ...

  2. ElasticSearch可视化工具Dejavu安装使用

    目录 1.安装 Docker 环境 2.运行 ElasticSearch 服务 3.安装运行 Dejavu 服务 Dejavu 是一个 ElasticSearch 的 Web UI 工具,支持通过 J ...

  3. .net core 与ELK(2)安装Elasticsearch可视化工具

    elasticsearch-head是els的界面插件,地址https://github.com/mobz/elasticsearch-head 1.进入github并下载 wget https:// ...

  4. 0基础小白都说简单!10秒做好酷炫图表,可视化工具帮了大忙

    0基础小白,10秒做好酷炫图表,动态可视化工具帮了大忙. 优秀的数据可视化,选择正确的图表类型是第一步. 再酷炫,再黑科技的可视化大屏,不也是一个个图表组成的吗? 图表制作,其实要说难也不算太难,但是 ...

  5. 常用的数据可视化工具

    可能很多人不知道"数据可视化"具体是什么,而事实上在很多企业里早已应用很久了. 顾名思义,"数据可视化"是将企业数据库里的大量数据转化为视觉信息,通过各种形式可 ...

  6. 20 款优秀的数据可视化工具,总有一款你用的到!

    今天给大家分享20款优秀的数据可视化工具,欢迎收藏! /01/ 入门级工具 01 Excel Excel的图形化功能并不强大,但Excel却是分析数据的理想工具,上图是Excel生成的热力地图. 作为 ...

  7. 强烈推荐:20款优秀的数据可视化工具

    如今学习应用数据可视化的渠道有很多,你可以跟踪一些专家博客,但更重要的一点是实践/实操,你必须对目前可用的数据可视化工具有个大致了解. 下面列举的二十个数据可视化工具,无论你是准备制作简单的图表还是复 ...

  8. 整了20款优秀的数据可视化工具!

    来源丨网络 我是小z 学数据可视化的渠道有很多,各种教程汗牛充栋.不过在学之前,如果对目前可用的数据可视化工具有个大致了解,再根据自己的实际需求,有的放矢,学起来会事半功倍. 下面列举的二十个数据可视 ...

  9. qpython3绘图_比Excel制图更强大,Python可视化工具Altair入门教程

    比 Excel 制图更强大,Python 可视化工具 Altair 入门教程 数据转化成更直观的图片,对于理解数据背后的真相很有帮助.如果你有这方面的需求,而且还在使用 Python,那么强烈推荐你试 ...

最新文章

  1. F5服务器上架文档,f5云服务器
  2. 基于Flink SQL构建流批一体实时数仓
  3. spring中的quartz调度问题
  4. python怎么安装包-怎么在windows下安装python第三方包
  5. VC++钩子DLL框架代码(MFC Extension DLL using shared MFC DLL)
  6. pemicro识别不了驱动_usb驱动无法识别如何解决,手把手教你如何解决usb驱动问题...
  7. python legb_Python变量作用域LEGB用法解析
  8. 组件切换方式(Vue.js)
  9. 实现option上下移动_JS实现Select的option上下移动的方法
  10. 初学python之路-day15
  11. linux 建立用户kde目录,安装KDE Plasma后,你要做的七件事
  12. C——结构体中的函数指针
  13. java 查看jar 版本信息_Jar包版本查看方法
  14. 第一个用python实现的数据化运营分析实例——销售预测
  15. concat函数_《MySQL 入门教程》第15篇MySQL常用函数之字符函数
  16. SQL语句预处理防注入——完整版
  17. 实现类似微信聊天功能的mysql表设计
  18. BLDC电机中的死区时间究竟是什么?
  19. python实现qq登录界面_Python实现QQ界面
  20. Android 自带工具生成图标

热门文章

  1. 阿语谈流量之自媒体大鱼号讲解1.1.4
  2. 视觉享受,兼顾人文观感和几何特征的字体「GitHub 热点速览 v.22.46」
  3. 根据url读取html文件
  4. 重要的表格数据误删了,用EasyRecovery快速恢复!
  5. 微机原理与系统设计三:微处理器的结构与功能
  6. 微信小程序-wxml笔记(更新中)
  7. 7-2 符号配对 (20 分) c语言版
  8. 【C++】初识智能指针:智能在哪?
  9. 编写sdk提供给第三方使用(比如接口请求类)
  10. 【译】Sobel 算子文档