本篇文章着重的是实战方面，基于本机使用docker来搭建elk环境，然后接入frostmourne来实现监控、报警、分析系统，后续会再发文来介绍如何将此监控报警发布到生产环境。

---

前言

随着公司业务的不断发展，系统开发的功能也越来越多，服务也越来越多，随之而来的就是遇到的问题也越来越多，那么此时服务报警监控也显得越来越重要，基于此，本文就以本机使用docker搭建elk环境并接入frostmourne来实现监控报警效果来给大家共享学习一下。

---

一、ELK是什么？

我们学习任何东西都需要先了解它的概念，ELK也是如此，关于ELK的基本概念，大家可以看Centos8搭建elk(v7.8.0)环境并使用prometheus监控这篇文章，这里面有很详细的基本概念介绍以及对应的Centos8操作系统如何搭建elk并加入prometheus监控的，这里就不做过多的赘述了。

---

二、搭建ELK

1.部署elasticsearch

查找elasticsearch镜像

执行下面搜索elasticsearch镜像命令：

docker search elasticsearch

拉取镜像

执行下面拉取镜像命令（默认拉取最新版）：

docker pull docker.elastic.co/elasticsearch/elasticsearch:7.17.3

查看elasticsearch镜像是否已加载

执行以下命令来查看elasticsearch镜像是否已加载：

docker images | grep elasticsearch

创建挂载目录并赋予权限

执行创建挂载目录命令：

mkdir -p /data/elk/es/{config,data,logs}

执行赋予权限命令：

chown -R 1000:1000 /data/elk/es

创建elasticsearch.yml：

cd /data/elk/es/config/
touch elasticsearch.yml

配置文件内容：

cluster.name: "dxm-es"
network.host: 0.0.0.0
http.port: 9200

运行elasticsearch

接下来我们通过镜像来启动一个容器，并将9200和9300端口映射到本机（elasticsearch的默认端口是9200，我们把本机的9200端口映射到Docker容器中的9200端口）。

docker run -it  -d -p 9200:9200 -p 9300:9300 --name es -e ES_JAVA_OPTS="-Xms1g -Xmx1g" -e "discovery.type=single-node" --restart=always \
-v /data/elk/es/config/elasticsearch.yml:/etc/elasticsearch/config/elasticsearch.yml \
-v /data/elk/es/data:/etc/elasticsearch/data \
-v /data/elk/es/logs:/etc/elasticsearch/logs \
docker.elastic.co/elasticsearch/elasticsearch:7.17.3

看到这个容器ID说明已经启动成功。接下来我们curl一下，验证安装是否成功：

curl http://localhost:9200

到这里说明我们已经成功安装了elasticsearch。

2.部署kibana

查找kibana镜像

执行下面搜索kibana镜像命令：

docker search kibana

拉取镜像

执行下面拉取镜像命令：

ddocker pull docker.elastic.co/kibana/kibana:7.17.3

查看kibana镜像是否已加载

执行以下命令来查看kibana镜像是否已加载：

docker images | grep kibana

获取elasticsearch容器ip

执行下面命令来获取elasticsearch容器IP：

docker inspect --format '{{ .NetworkSettings.IPAddress }}' es

kibana配置文件

新建配置文件，用于docker文件映射。

mkdir -p /data/elk/kibana
vim /data/elk/kibana/kibana.yml

配置文件内容：

#Default Kibana configuration for docker target
server.name: kibana
server.host: "0"
elasticsearch.hosts: ["http://172.17.0.2:9200"]
xpack.monitoring.ui.container.elasticsearch.enabled: true

注意：elasticsearch.hosts这里的IP要修改为自己对应的elasticsearch的容器IP地址。

运行kibana

同样的，我们还是通过镜像来启动一个容器，具体执行命令如下：

docker run -d --restart=always --log-driver json-file --log-opt max-size=100m --log-opt max-file=2 --name kibana780 -p 5601:5601 -v /data/elk/kibana/kibana.yml:/usr/share/kibana/config/kibana.yml docker.elastic.co/kibana/kibana:7.17.3

看到这个容器ID说明已经启动成功。验证安装是否成功：
我们在输入到浏览器访问一下：

问题汇总

问题1：Kibana server is not ready yet，我们查看一下容器错误日志docker logs 92c79376f6a6 | grep error：

重点：Unable to retrieve version information from Elasticsearch nodes. getaddrinfo ENOTFOUND elasticsearch，大概意思就是不能获取到Elasticsearch的版本信息，其实和下面这个错误是一样的（下面这个是我用8.2.0版本做的测试），根本原因就是你kibana容器里面的配置文件对应的elasticsearch的地址不对，要么是启动的时候挂载的有问题，要么就是宿主机里面的kibana.yml配置的elasticsearch地址不对。

大家可以看到这里的status是red，es插件这里显示的是Unable to connect to ElasticSearch at http://elasticsearch:9200，我们执行docker logs -f 容器ID 命令看到如下日志：

{“type”:“log”,“@timestamp”:“2022-05-06T07:59:03Z”,“tags”:[“warning”,“elasticsearch”,“admin”],“pid”:13,“message”:“Unable to revive connection: http://elasticsearch:9200/”}
{“type”:“log”,“@timestamp”:“2022-05-06T07:59:03Z”,“tags”:[“warning”,“elasticsearch”,“admin”],“pid”:13,“message”:“No living connections”}

问题2：Unable to revive connection: http://elasticsearch:9200/
原因：容器内es的IP地址配置不对
解决方案：
第①步：进入容器内：docker exec -it 容器ID /bin/bash
第②步：找到/etc/kibana/kibana.yml文件，编辑内容如下：
server.name: kibana
server.host: “0”
elasticsearch.hosts: [“http://172.17.0.2:9200”]
xpack.monitoring.ui.container.elasticsearch.enabled: true
esc:wq! 保存之后输入exit退出docker容器，然后重启kibana：docker restart 容器ID
然后我们访问一下http://localhost:5601/看到如下：

到这里说明我们已经成功安装了kibana。

补充内容：docker容器中安装vim

为了解决问题，我们需要进入容器使用Vim命令编辑文件，但是容器一般没有安装vim，就需要安装vim，apt-get install vim命令用于安装vim，但是下载过慢，所以我们需要执行以下三步：
第①步：配置国内镜像源
进入某个容器内，执行：
mv /etc/apt/sources.list /etc/apt/sources.list.bak
echo “deb http://mirrors.163.com/debian/ jessie main non-free contrib” >> /etc/apt/sources.list
echo “deb http://mirrors.163.com/debian/ jessie-proposed-updates main non-free contrib” >>/etc/apt/sources.list
echo “deb-src http://mirrors.163.com/debian/ jessie main non-free contrib” >>/etc/apt/sources.list
echo “deb-src http://mirrors.163.com/debian/ jessie-proposed-updates main non-free contrib” >>/etc/apt/sources.list

第②步：更新源
apt update

第③步：apt-get install vim
然后就可以进行编辑文件内容了。

3.部署logstash

查找logstash镜像

执行下面搜索logstash镜像命令：

docker search logstash

拉取镜像

执行下面拉取镜像命令：

docker pull docker.elastic.co/logstash/logstash:7.17.3

查看logstash镜像是否已加载

执行以下命令来查看logstash镜像是否已加载：

docker images | grep logstash

logstash配置文件

新建配置文件，用于docker文件映射。

mkdir -p /data/elk/logstash
vim /data/elk/logstash/logstash.yml

配置文件内容：

http.host: "0.0.0.0"
xpack.monitoring.elasticsearch.hosts: [ "http://172.17.0.2:9200" ]
path.logs: /var/log/logstash

注意：xpack.monitoring.elasticsearch.hosts这里的IP要修改为自己对应的elasticsearch的容器IP地址。

运行logstash

同样的，我们还是通过镜像来启动一个容器，具体执行命令如下：
非交互模式：

docker run -d --restart=always --log-driver json-file --log-opt max-size=100m --log-opt max-file=2 -p 5044:5044 --name logstash -v /data/elk/logstash/logstash.yml:/usr/share/logstash/config/logstash.yml -v /data/elk/logstash/conf.d/:/data/docker/logstash/conf.d/ docker.elastic.co/logstash/logstash:7.17.3

看到这个容器ID说明已经启动成功。如果不放心，我们可以看一下容器日志是否有报错：

可以看到并没有error日志，说明启动成功了。
交互模式：

docker run -it -p 5044:5044 -p 9600:0600 --restart=always --log-driver json-file --log-opt max-size=100m --log-opt max-file=2 --name logstash -v /data/elk/logstash/logstash.yml:/usr/share/logstash/config/logstash.yml -v /data/elk/logstash/conf.d/:/data/docker/logstash/conf.d/ docker.elastic.co/logstash/logstash:7.17.3 bash

注意：为了便于我们测试，这里的启动命令使用的是交互模式。

测试标准的输入输出和输出到文件

我们输入命令：logstash -e “input { stdin {} } output{stdout{}}”，把标准的输入输出作为logstash的输入和输出验证是否启动，界面如下：


这种把标准的输入输出作为logstash的输入和输出验证比较直观，所见即所得。当然，我们也可以输出到文件，可以用如下命令：

logstash -e 'input { stdin {} } output { file { path => "/tmp/test-%{+YYYY.MM.dd}.log"} }'

这个方式比较简单，这里我们就不做测试了，到这里说明我们已经成功安装了logstash。

测试输出到elasticsearch

执行以下命令：

logstash -e 'input { stdin {} } output { elasticsearch { hosts => ["172.17.0.2:9200"] index => "logstash-test-%{+YYYY.MM.dd}" } }'

然后我们在kibana看一下


点击create index pattern

创建索引，
然后我们做字段映射：


然后点击Discover：

可以看到我们刚才测试输入的内容已经成功输出到了elasticsearch中。

测试es接收logstash数据

我们输入：

curl http://localhost:9200/_cat/indices\?v

可以看到logstash-test-2022.05.08，则表示elasticsearch已经可以获取来自logstash的数据，同时kibana也可以展示出来。然后我们再将交互模式的容器停止，用非交互模式启动logstash。

4.部署filebeat

前面我们已经将elasticsearch、kibana和logstash都启动成功了，那么如果我们想让logstash和Elasticsearch能配合使用，我们需要另外一个插件filebeat，虽然logstash 和filebeat都具有日志收集功能，但是filebeat更轻量，占用资源更少，而不同的是logstash 具有filter功能，能过滤分析日志，所以一般都是filebeat采集日志，然后发送到MQ中，然后logstash去读取，利用filter功能过滤分析，然后存储到elasticsearch中，下面我们来安装一下filebeat。

查找filebeat镜像

执行下面搜索filebeat镜像命令：

docker search filebeat

拉取镜像

执行下面拉取镜像命令（默认拉取最新版）：

docker pull docker.elastic.co/beats/filebeat:7.17.3

注意：filebeat的版本要和elasticsearch、kibana保持一致，否则会出现一些不必要的异常需要处理，会很麻烦，这是我走了弯路之后，给大家的一点建议。

查看filebeat镜像是否已加载

执行以下命令来查看filebeat镜像是否已加载：

docker images | grep filebeat

filebeat配置文件

新建配置文件，用于docker文件映射。

mkdir -p /data/elk/filebeat
vim /data/elk/filebeat/filebeat.yml

配置文件内容：

filebeat.inputs:
- type: logenabled: truepaths:- /var/log/messages/*.logsetup.kibana:host: "172.17.0.3:5601"output.elasticsearch.allow_older_versions: trueoutput.elasticsearch:hosts: '192.168.120.78:9200'indices:- index: "filebeat-%{+yyyy.MM.dd}"
#----------------------------- Logstash output --------------------------------
output.logstash:# The Logstash hostshosts: '192.168.120.78:5044'

注意：output.elasticsearch.hosts和output.logstash.hosts这里的IP要修改为自己对应的elasticsearch的容器IP地址。

运行filebeat

同样的，我们还是通过镜像来启动一个容器，具体执行命令如下：

docker run -d \--name=filebeat \--restart=always \-v /data/elk/filebeat:/usr/share/filebeat \-v /var/log/messages:/var/log/messages \docker.elastic.co/beats/filebeat:7.17.3

可以看到我们的容器启动成功了。

问题汇总

注意：问题记录里面涉及到的版本可能和上面的不一样，因为一开始是高版本做的测试，后面慢慢的换了版本，问题记录的是遇到的所有问题，不一定是同一个版本的。
这里我们把部署过程中遇到的问题进行记录一下，目的是帮助自己和他人避免踩坑。

• filebeat: not found的问题
  我们看一下容器日志：
  
  原因：
  从这个日志看，filebeat是没有启动成功的。这里有坑，我们在启动filebeat的时候需要用到容器下面的/usr/share/filebeat目录下的所有文件，但是我们-v去映射的时候，宿主机的目录跟容器目录去映射，本来容器内有很多文件的，但是我们-v映射后变成空目录，导致起不来，所以我们需要先启动filebeat，然后再把容器内部的文件复制到宿主机。

解决方案：

docker ps | grep filebeat
docker stop e2d8743bd5af
docker rm -f e2d8743bd5af
docker run -d --name=filebeat docker.elastic.co/beats/filebeat:8.2.0

把容器内部的文件复制到宿主机：

docker cp filebeat:/usr/share/filebeat /data/

这时候我们可以-v去映射目录了，但是…还有坑，我们用docker cp命令复制完之后权限发生了改变，你会发现还是起不来，给特权也不行，我们只能修改容器内的文件权限了：

chown -R 1000:1000 filebeat/

然后再次重启容器，发现还是有坑，Exiting: error unpacking config data: more than one namespace configured accessing ‘output’ (source:‘filebeat.yml’)

从字面意思看，退出：解压缩配置数据时出错：访问“输出”时配置了多个命名空间（源：‘filebeat.yml’），那么我们修改一下我们的filebeat.yml：

然后重启我们的容器：docker restart eb430e4108d9
再执行docker logs eb430e4108d9 | grep error，看到：

Exiting: error initializing processors: each processor must have exactly one action, but found 3 actions (hosts,indices,add_docker_metadata)
我们修改我们的filebeat.yml配置文件：

然后重启我们的容器：


可以看到我们的容器启动成功了。

• connect: cannot assign requested address
  具体报错：

{"log.level":"error","@timestamp":"2022-05-07T00:39:49.116Z","log.origin":{"file.name":"instance/beat.go","file.line":1038},
"message":"Exiting: error connecting to Kibana: fail to get the Kibana version: HTTP GET request to http://localhost:5601/api/status fails: fail to execute the HTTP GET request: Get \"http://localhost:5601/api/status\": dial tcp [::1]:5601: connect: cannot assign requested address. Response: .","service.name":"filebeat","ecs.version":"1.6.0"}Exiting: error connecting to Kibana: fail to get the Kibana version: HTTP GET request to http://localhost:5601/api/status fails: fail to execute the HTTP GET request: Get "http://localhost:5601/api/status": dial tcp [::1]:5601: connect: cannot assign requested address. Response: .

解决方案：和elasticsearch、kibnana版本不一致？8.2.0->5.6.12
然后重启容器，查看容器日志：
报错如下：

{"log.level":"error","@timestamp":"2022-05-07T02:07:17.488Z","log.origin":{"file.name":"instance/beat.go","file.line":1038},
"message":"Exiting: error connecting to Kibana: fail to get the Kibana version: fail to unmarshal the response from GET http://172.17.0.3:5601/api/status. Response: {\"name\":\"kibana\",\"version\":\"5.6.12\",\"buildNum\":15653,\"buildSha\":\"a07347478b7a3b1661cfb77c149fd15bdeb8921d\",\"uuid\":\"afef1289-d441-400b-a216-8fba73037b8b\",\"status\":{\"overall\":{\"state\":\"green\",\"title\":\"Green\",\"nickname\":\"Looking good\",\"icon\":\"success\",\"... (truncated). Kibana status api returns: json: cannot unmarshal string into Go struct field kibanaVersionResponse.version of type struct { Number string \"json:\\\"number\\\"\"; Snapshot bool \"json:\\\"build_snapshot\\\"\" }","service.name":"filebeat","ecs.version":"1.6.0"}Exiting: error connecting to Kibana: fail to get the Kibana version: fail to unmarshal the response from GET http://172.17.0.3:5601/api/status. Response: {"name":"kibana","version":"5.6.12","buildNum":15653,"buildSha":"a07347478b7a3b1661cfb77c149fd15bdeb8921d","uuid":"afef1289-d441-400b-a216-8fba73037b8b","status":{"overall":{"state":"green","title":"Green","nickname":"Looking good","icon":"success","... (truncated). Kibana status api returns: json: cannot unmarshal string into Go struct field kibanaVersionResponse.version of type struct { Number string "json:\"number\""; Snapshot bool "json:\"build_snapshot\"" }

解决方案：注释掉#setup.dashboards.enabled: true，然后重启容器，查询容器：

问题解决。

测试es接收数据

我们先修改配置文件将output改为elasticsearch，注释掉logstash，如下：

filebeat.inputs:
- type: logenabled: truepaths:- /var/log/messages/*.logsetup.kibana:host: "172.17.0.3:5601"
output.elasticsearch.allow_older_versions: true
output.elasticsearch:hosts: ["172.17.0.2:9200"]indices:- index: "filebeat-%{+yyyy.MM.dd}"
#----------------------------- Logstash output --------------------------------
#output.logstash:# The Logstash hosts# hosts: '172.17.0.4:5044'

然后重启容器。打开kibana:

然后我们打开discover：

我们看到有filebeat-*这个index了，然后我们搜索一下：

ke’yi可以看到我们的日志目录就是filebeat配置文件里面日志目录，这里我用了本机的arthas的日志文件做了测试，因为我觉得实在没必要再弄一个单独的日志文件做测试，就用现成的了。
至此我们就完成了使用docker搭建eLk的环境，下面我们来接入一下frostmourne

---

三、接入frostmourne

介绍

frostmourne(霜之哀伤)是汽车之家经销商技术部监控系统的开源版本，用于帮助开发监控应用日志，现主要用于监控Elasticsearch数据。如果你现在使用Elastic stack(ELK)建立起了日志系统，却苦恼于没有一个配套日志监控系统，也许它能帮到你。

项目初衷

在用ELK建立起日志系统之后，我们发现应用日志监控这块除了ElastAlert之外，没有其他方案。我们初期使用ElastAlert来解决日志监控的问题， 但是随着配置的增加，不仅管理成本和使用成本较高，稳定性方面也不能让我们满意，所以为了更好的易用性，稳定性，我们决定自己做一套简单的监控系统， 来解决日志监控的问题。如果你面临和我们同样的问题，不妨一试。

但是项目并不仅限于elasticsearch数据，还有HTTP数据监控，InfluxDB数据监控，Mysql数据监控, ClickHouse数据监控，后面还会加入更多的常用数据源(如：prometheus, skywalking, iotdb, loki等)纳入监控范畴，需要做的东西还有很多，需要更多相关开发加入进来，欢迎联系我们，一起做大做强。

主要功能

• 只需要写一条数据查询就可以轻松搞定监控
• 多种数据源(Elasticsearch, InfluxDB, Mysql/TiDb, ClickHouse)支持
• 多种数值计算类型监控(count,min,max,avg,sum,unique count,percentiles,standard deviation)
• 支持数据分桶统计
• 多种报警消息发送方式(email,短信,钉钉(机器人),企业微信(机器人), WebHook, 飞书机器人)
• 消息支持多种格式(text, markdown)
• 灵活的报警消息freemarker模板定制，支持变量；消息模板管理
• 分布式调度实现，每个监控都是独立调度，互不影响
• 报警消息附带日志查询短链接，直达报警原因
• 数值同比监控
• HTTP数据监控, js表达式判断是否报警
• UI功能，简单易用(监控管理，测试，另存。执行日志，历史消息)。
• Elasticsearch数据查询,分享,下载
• 报警消息抑制功能，防止消息轰炸
• 自带账号,团队,部门信息管理模块，也可自己实现内部对接
• 集成LDAP登录认证
• 权限控制，数据隔离，各团队互不影响

功能截图展示

报警效果图如下：

快速启动

提供docker-compose方式，让你更快运行起来便于更好理解项目作用。 详细请看文档：
Quick-Start，下面我们就参考这个文档来操作一下。

依赖环境

JDK 1.8
Maven 3.2.x+
Mysql 5.7.8+

mysql我这里用的是MySQL8版本，本机用docker-compose启动的，大家也可以使用上面快速启动里面提供的方式搭建一个。

按照文档里面介绍的使用docker-compose方式启动完成：

Elasticsearch数据监控

接下来我们就按照官方Elasticsearch数据监控指南文档来接入一下我们的es。

1. 添加elasticsearch数据源

打开页面：数据管理->数据源，点击新增按钮，弹出窗口，填写字段并保存。

注意：
1、服务地址端口不能缺省，就算是80端口也需要加上， 而且不能带scheme(http, https)
2、es开启http-ssl认证时，需要上传.p12扩展名ssl证书以及证书密码，如：elastic-certificates.p12，我搭建的elasticsearch并没有开启http-ssl认证，所以这里我们就选择否就好了。

点击保存

2. 添加elasticsearch数据名

打开页面：数据管理->数据名，点击新增按钮，弹出窗口，填写字段并保存。

数据名在elasticsearch场景可以理解为索引模式，之所以不直接用索引，是因为项目计划不只支持elasticsearch，还会支持influxdb等其它数据源类型。索引后缀如果不是标准的时间模式或者单位小于天的时间模式，可以用*号。
其中显示字段可以配置数据查询页面列表表头显示的字段和顺序，信息填写完毕，点击保存

3. 验证查询

添加完数据名，打开数据查询页面，下拉选择刚才保存的数据名，点击查询，如果查出来数据和你的索引数据对上了，说明数据信息都填写正确了。

query string查询语句语法不清楚的，可以参考文档: query string简易教程，查询页面主要特性列表：

• 查询语句输入框会有历史查询记忆功能，用起来很方便。
• 数据表格第一列是一个展开箭头，可以展开数据查看完整的日志内容。
• 数据可以下载，文件格式为csv，限制在10w条以内
• 点击分享按钮，查询还可以以短链接的形式分享给其他人
• 如果你想用当前查询语句创建监控，直接点击添加监控按钮，就会直接带到监控创建页面

4. 添加监控

4.1添加服务信息

在添加监控之前，我们先添加服务信息，因为在添加监控的时候需要选择对应的服务。

点击保存。

4.2添加监控信息

打开页面：监控管理->监控编辑。填入信息并保存，保存前可以先进行测试。

4.2.1基础信息

4.2.2数据配置

这里查询语句填写的是input.type: log，是因为用的arthas日志，不是程序日志，大家在写的时候这块可以随着自己的项目改变，因为frostmourne项目elasticsearch查询语句使用的是query string语句，而不是DSL query, 这里提供了一个简易教程供不会的同学快速 入门，英文水平可以的同学最好是看官方文档。

4.2.2报警规则

表示最近1000分钟查出来的日志数量大于1就报警，因为我们是测试数据，日志不是一直不断有输出的，所以设置的时间大一些，大家要根据自己的需求来定义。

预览数据：

4.2.3消息模板

因为我这个是测试用的日志，所以消息模板就简化了，主要是要达到报警的效果。官方的消息模板是：

${Project}最近${TIME_WINDOW}分钟内有异常日志${NUMBER}条。最近一条异常信息:
服务器IP: ${ServerIP}
异常类型: ${ExceptionType}
自定义信息: ${CustomMessage}
异常信息: ${ExceptionMessage}

注意：使用者需要根据自己的日志格式指定消息模板，不能直接套用我们的，因为大家日志格式都不一样。关于消息模板如何定制，请看文档：消息模板配置。

4.2.4报警发送

报警方式我这里选择的是钉钉，然后简单拉了个三人的钉钉群，申请了群机器人来测试的，为了看测试效果，我们这里设置了静默时间为1分钟，大家要按照需求来设定，另外报警接收人这个要注意一下，设置的就是消息里面@的人，我这里因为没有加其他用户，所以只能默认选择的admin，后面消息里面拿不到admin的信息，@的就是空。

4.2.4调度配置

这里的配置，做开发的就特别熟悉了，就不用我再赘述了。

然后，我们点击测试：

最后点击保存。再点击运行，弹出运行结果如下：
监控每次运行都会产生一条执行日志，在页面监控管理->执行日志能看到所有监控的执行日志。如果产生了报警发送，还会产生消息发送记录，在页面监控管理->我的消息可以看到所有发送给你的消息。

问题汇总

问题1：elasticsearch 报错：field name is null or empty

验证查询的时候，提示unknown exception，进入容器，查看日志：

一番Google和百度之后，都没有解决问题，然后就各种尝试其他的解决办法，还好被我发现了，结果错误提示field name is null or empty以及查看容器日志里面显示的EsRestClientContainer.java:143，再次综合判断，怀疑是这个是因为查询的时候用到了timestampField这个字段导致的错误，然后编辑刚才的数据名里面的时间字段：

点击保存，再点击数据查询
提示error when search elasticsearch data，好吧，打地鼠吧，解决一个还有一个。同样的，我们查看日志里面的报错信息：

从日志可以看出来是连接我们的elasticsearch的时候被拒绝了。然后看一下我们配置的数据源elasticsearch的地址是127.0.0.1:9200，我去，被误导了，这要是能访问通就怪了，然后修改一下我们数据源的地址为192.168.0.4:9200：

点击保存。再点击数据查询：

又是未知异常，我们再次查看容器日志：

原因是no such index [null]，为什么呢？看我上面的filebeat-20220507，再来看看我本地kibana里面的index：
到这里，大家应该明白了，问题所在了吧，我修改一下数据名里面的时间后缀：
我们点击保存，再点击数据查询：
好了，问题都解决了，查询也出来了。

---

总结

以上就是这篇文章要讲的内容，本文不仅仅是简单介绍了如何使用docker来搭建elk环境，还记录了在搭建过程中遇到的各种问题，很多问题都有对应的原因以及解决方案，希望能对大家有所帮助，另外，frostmourne除了接入elasticsearch监控以外，还可以接入MySQL、influxDB、http、clickhouse的监控，有兴趣的可以尝试一下。

【实战】本机用docker搭建elk环境并接入frostmourne，实现监控报警效果相关推荐

1. 用Docker镜像搭建ELK环境

   之前在Windows上尝试过搭建ELK环境,并将MySQL或SQLServer中的数据导入到Elasticsearch中.现在用Docker提供的镜像可以快速的完成这一操作. 环境说明 系统:Wind ...

2. Docker - 搭建LNMP环境 - 学习/实践

   1.应用场景 主要用于学习使用docker搭建开发环境. 学习容器化技术. 以及快速搭建开发环境, 同时保持团队之间开发/测试环境相同~~~~ 2.学习/操作 1.文档阅读 Docker - 学习/实 ...

3. docker搭建 LNMP 环境

   一.准备镜像 安装完docker后,更换完镜像源(docker的安装十分简单自行百度即可) 打开/etc/docker目录下的daemon.json 添加以下内容 { "registry-m ...

4. virtualbox php mac,详解mac下通过docker搭建LEMP环境

   在mac下通过docker搭建LEMP环境境 1.安装virtualbox.由于docker是在lxc环境的容器 2.安装boot2docker,用于与docker客户端通讯 > brew up ...

5. apt ubuntu 指定ipv4_macOS 下使用 Docker 搭建 ubuntu 环境

   学习网络开发过程中不想"污染"macOS,考虑到之后部署网络应用主要是与linux打交道,所以安装了 ubuntu 虚拟机以满足短期的知识学习需求.十里安装了 ubuntu 虚拟机 ...

6. docker ubuntu镜像_macOS 下使用 Docker 搭建 ubuntu 环境

   学习网络开发过程中不想"污染"macOS,考虑到之后部署网络应用主要是与linux打交道,所以安装了 ubuntu 虚拟机以满足短期的知识学习需求.十里安装了 ubuntu 虚拟机 ...

7. Linux系统Centos7 基于Docker搭建ELK分布式日志系统

   ELK 基本概述 ELK是Elasticsearch.Logstash.Kibana的简称,常常用于部署分布式系统日志服务. Elasticsearch:全球实时全文搜索和分析引擎,提供搜集.分析.存 ...

8. 玩转Docker实战篇！使用Docker搭建Sinatra Web程序，附加介绍容器关联(Docker Networking、Docker链接)

   一.本文目的 前面一篇文章,我们在Docker中搭建了Nginx服务器,并访问了Nginx服务器:https://blog.csdn.net/qq_41453285/article/details/1 ...

9. mac docker搭建开发环境

   前言 刚买了一个mac本, 决定搭建一个纯docker的开发环境, 说到做到, 开始踩坑. 搭建 在搭建环境的过程中, 经历了很多错误, 例如为了令两个docker环境可以互通(如: nginx和ph ...

最新文章

1. springboot(十八)：使用Spring Boot集成FastDFS
2. Vmware虚拟机网络模式NAT模式
3. csgo准星设置代码_csgo控制台的这些神秘的指令你知道多少
4. Lambda-常用函数式接口
5. apache camel_Apache Camel入门
6. getOutputStream() has already been called for this response异常的原因和解决方法[转]
7. 2013-06-18
8. tensorflow线下训练SSD深度学习物体检测模型，C++线上调用模型进行识别定位（干货满满）
9. directx9又更新了。
10. log4j.xml按照日期生成_荐读 | 进项发票快速生成凭证！这个功能太方便了！
11. Oracle 数据库常用操作总结二之数据库的导入和导出
12. python写网页flash游戏辅助_会玩 | 使用 Python + Selenium制作Flash游戏辅助
13. project项目管理软件の版本区别？
14. 【笔记整理】面试笔记
15. 微软新搜索引擎Bing探秘（组图）
16. 魅族 刷机android 6.0,乐视X900+安卓6.0 魅族Flyme6刷机包 最新6.7.12.29R付费纯净版
17. 神仙打架看不懂？用人话解读NIPS神经网络攻防赛清华三连冠团队模型算法
18. html动态下拉列表,jQuery实现动态显示select下拉列表数据的方法
19. 第一组 beta冲刺（2/3）
20. vs编译时WinSock2.h级ws2def.h大量报错

热门文章

1. c语言字母的数据类型,C语言数据类型
2. PageHelper 分页查询「实现篇」
3. 基于AD9957实现射频数字化变频模块和AD转换模块的方案详细教程
4. C++中stoi()，atoi() ，to_string()使用技巧
5. 在种地这件事上，AI能取代中国人的种族天赋么？
6. LTD联合杭州电子商务研究院发布中国MarTech产业云图收录530家企业
7. Android Jetpack组件ViewModel基本使用和原理分析
8. ORA-00942: 表或视图不存在解决方法
9. FVM in CFD 学习笔记_第6章_有限体积网格
10. JS作用域、立即执行函数、闭包