windows安装docker、elasticsearch、kibana、cerebro、logstash

news2025/11/1 3:21:48

文章目录

    • 1. 安装docker
      • 1.1. 两大要点
        • 1.1.1. 安装启用hyper-v
          • 电脑不存在hyper-v的情况
        • 1.1.2. 下载安装docker
    • 2. 在docker里面安装elasticSearch，kibana，cerebro
    • 3. 安装logstash-将数据导入到elasticSearch
      • 3.1 安装logstash
      • 3.1.1 注意事项
        • 3.1.1.1. 等了很久，没有数据传输
        • 3.1.1.2. 需要安装java环境

1. 安装docker

1.1. 两大要点

1.1.1. 安装启用hyper-v

方法1使用Windows + R快捷键打开「运行」对话框，执行OptionalFeatures打开「Windows 功能」对话框。然后勾选「Hyper-V」及所有子选项。
在这里插入图片描述
方法2：使用Windows + R快捷键打开「运行」对话框，输入powershell，然后按Ctrl + Shift + Enter以管理员权限打开 Windows PowerShell，或者直接搜索Windows PowerShell，然后右键以管理员身份打开。然后输入以下命令：

Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Hyper-V -All

方法3：使用Windows + R快捷键打开「运行」对话框，输入cmd，然后按Ctrl + Shift + Enter以管理员权限打开「命令提示符」。输入以下命令：

DISM /Online /Enable-Feature /All /FeatureName:Microsoft-Hyper-V

安装成功之后重启电脑即可。
在这里插入图片描述

电脑不存在hyper-v的情况

Feature Name Microsoft-Hyper-V Is Unknown 0x800f080c Error
参考链接：https://blog.csdn.net/chendi19881217/article/details/123331624
主要是运行脚本：

  1. 将下面代码保存为hyper-v.cmd；
  2. 右键以管理员身份运行
  3. 然后等待安装即可
  4. 命令行执行完相关命令后输入 Y，重启电脑
pushd "%~dp0"
dir /b %SystemRoot%\servicing\Packages\*Hyper-V*.mum >hyper-v.txt
for /f %%i in ('findstr /i . hyper-v.txt 2^>nul') do dism /online /norestart /add-package:"%SystemRoot%\servicing\Packages\%%i"
del hyper-v.txt
Dism /online /enable-feature /featurename:Microsoft-Hyper-V-All /LimitAccess /ALL

剩下一种可能的解决方式为：youtube视频
反正我通过这个方法没解决。

1.1.2. 下载安装docker

下载链接：https://docs.docker.com/desktop/install/windows-install/
安装完，启动，注册，登录即可。
之后通过命令验证是否安装成功：

# 首先拉取
docker pull hello-world
# 然后运行
docker run hello-world

如果运行命令的过程中出现这个错误：unauthorized: incorrect username or password，那只需要输入docker login即可，然后输入注册登录docker的用户名和密码即可。

到了这里，那么恭喜你成功安装好了docker。

2. 在docker里面安装elasticSearch，kibana，cerebro

在某一目录下面新建一个文件docker-compose.yaml
输入以下内容：

version: '2.2'
services:
  cerebro:
    image: lmenezes/cerebro:0.8.3
    container_name: cerebro
    ports:
      - "9000:9000"
    command:
      - -Dhosts.0.host=http://elasticsearch:9200
    networks:
      - es7net
  kibana:
    image: docker.elastic.co/kibana/kibana:7.1.0
    container_name: kibana7
    environment:
      - I18N_LOCALE=zh-CN
      - XPACK_GRAPH_ENABLED=true
      - TIMELION_ENABLED=true
      - XPACK_MONITORING_COLLECTION_ENABLED="true"
    ports:
      - "5601:5601"
    networks:
      - es7net
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.1.0
    container_name: es7_01
    environment:
      - cluster.name=geektime
      - node.name=es7_01
      - bootstrap.memory_lock=true
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
      - discovery.seed_hosts=es7_01,es7_02
      - cluster.initial_master_nodes=es7_01,es7_02
    ulimits:
      memlock:
        soft: -1
        hard: -1
    volumes:
      - es7data1:/usr/share/elasticsearch/data
    ports:
      - 9200:9200
    networks:
      - es7net
  elasticsearch2:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.1.0
    container_name: es7_02
    environment:
      - cluster.name=geektime
      - node.name=es7_02
      - bootstrap.memory_lock=true
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
      - discovery.seed_hosts=es7_01,es7_02
      - cluster.initial_master_nodes=es7_01,es7_02
    ulimits:
      memlock:
        soft: -1
        hard: -1
    volumes:
      - es7data2:/usr/share/elasticsearch/data
    networks:
      - es7net


volumes:
  es7data1:
    driver: local
  es7data2:
    driver: local

networks:
  es7net:
    driver: bridge

kibana和es的版本要一致。
然后以管理员的身份打开windows powershell，跳转到该docker-compose.yaml文件的目录下，然后运行docker-compose up即可，然后就会开始安装。在这里插入图片描述
然后开始验证安装是否成功：

#在浏览器分别输入以下网址
localhost:9200  #elasticSearch
localhost:9000  #cerebro
localhost:5601  #kibana

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3. 安装logstash-将数据导入到elasticSearch

为了后续学习es，本次最后安装logstash，并且将一个数据集导入到es中。
数据集链接：https://grouplens.org/datasets/movielens/
本次只取出该数据集中的movies.csv文件用来以后的学习测试。

3.1 安装logstash

下载链接：https://www.elastic.co/cn/downloads/logstash
需要注意的是，版本需要选择跟es和kibana一致的，也就是7.1.0
在这里插入图片描述
下载安装之后，进入到bin目录
在这里插入图片描述
然后将movies.csv放到该目录下，然后创建logstash.conf文件夹输入以下内容：

input {
  file {
    path => "E:/logstash/logstash-7.1.0/bin/movies.csv"
    start_position => "beginning"
    type => "elasticsearch" 
  }
}
filter {
  csv {
    separator => ","
    columns => ["id","content","genre"]
  }

  mutate {
    split => { "genre" => "|" }
    remove_field => ["path", "host","@timestamp","message"]
  }

  mutate {

    split => ["content", "("]
    add_field => { "title" => "%{[content][0]}"}
    add_field => { "year" => "%{[content][1]}"}
  }

  mutate {
    convert => {
      "year" => "integer"
    }
    strip => ["title"]
    remove_field => ["path", "host","@timestamp","message","content"]
  }

}
output {
   elasticsearch {
     hosts => "http://localhost:9200"
     index => "movies"
     document_id => "%{id}"
   }
  stdout {}
}

然后在下面红框的地方输入cmd
在这里插入图片描述
然后运行：logstash -f logstash.conf 然后等待数据传输完成即可。会有数据传输的过程。

3.1.1 注意事项

3.1.1.1. 等了很久，没有数据传输

这个路径需要把\给换成/才行。
在这里插入图片描述

3.1.1.2. 需要安装java环境

安装参考链接：https://blog.csdn.net/qzy_yyds/article/details/136617351

因为oracle下载JDK很慢，并且还需要注册登录。所以我这里也提供了下载链接。
JDK下载链接：https://developer.aliyun.com/article/858921

至此，elasticSearch前期的环境准备工作已经就绪！！！！后续我会继续更新我的es学习记录，希望大家能订阅我的专栏，我们一起学习！！！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2137974.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

vue3中把封装svg图标为全局组件

vue3中把封装svg图标为全局组件

在vue3中我们使用svg图标是下面这样子的 <svg style="width:30px;height:30px;"><use xlink:href="#icon-phone" fill="red"></use></svg>第次使用图标都要写这么多重复的代码，很不方便，所以，如果我们把它封装成全局…
阅读更多...
“拍照赚钱”的任务定价（2017数学建模国赛b题）

“拍照赚钱”的任务定价（2017数学建模国赛b题）

文章目录 题目说明解题思路第一问第二问第三问第四问 部分结果图项目地址 题目 赛题地址 说明 数模国赛前的练手题。其实我个人感觉这道题很散&#xff0c;都是找一些规律进行总结统计&#xff0c;最多结合一些机器学习算法进行预测拟合之类的我刚开始用matlab&#xff0c;后…
阅读更多...
[进阶]面向对象之 包 final

[进阶]面向对象之 包 final

文章目录 包什么是包包名的规则:什么时候需要导包 final常量 包 什么是包 包就是文件夹。用来管理各种不同功能的Java类&#xff0c;方便后期代码维护。 包名的规则: 公司域名反写包的作用&#xff0c;需要全部英文小写&#xff0c;见名知意。使用其他类时&#xff0c;需要…
阅读更多...
基于R语言的统计分析基础：使用键盘输入数据

基于R语言的统计分析基础：使用键盘输入数据

在R语言中&#xff0c;键盘输入数据是一种灵活且直接的数据获取方式&#xff0c;适用于处理小数据集或需要即时用户交互的场景。通常用于交互式数据探索和分析、临时数据处理、交互式图形绘制、脚本自动化中的用户交互、特定应用场景下的数据录入中。 比如利用readline()函数根…
阅读更多...
分享一些智慧农业数据集

分享一些智慧农业数据集

持续更新中》》》 1.葡萄叶片病虫害数据集 数据集信息&#xff1a;yolo格式&#xff0c;适用于直接训练YOLO目标检测模型(yolo5 yolo8 yolo9 yolo10等)。数据集是已经标注好。训练集验证集已划分好&#xff0c;包含类别标签yaml文件&#xff0c;数据集可直接用于模型训练&…
阅读更多...
第十二周：机器学习笔记

第十二周：机器学习笔记

第十二周周报 摘要Abstract机器学习1. Recurrent Neural Network&#xff08;下&#xff09;1.1 RNN的Loss Function怎么求&#xff1f;1.2 RNN奇怪的特性1.3 如何解决 RNN 梯度消失或者爆炸1.4 RNN 其他应用 Pytorch学习1. 现有的网络模型使用以及其修改1.1 在VGG16模型添加Mo…
阅读更多...
AD原理图编译

AD原理图编译

AD原理图检查项包括&#xff1a; 1.位号重复 2.网络悬浮 3.电源悬浮 4.单端网络 网络悬浮&#xff0c;在多页原理图时会比较明显,大部分是编译范围不是全部原理图&#xff0c;导致出现该情况&#xff0c;解决方法就是修改编译范围&#xff0c;将网络识别符范围改为全部即可。…
阅读更多...
Qt常用控件——QComboBox

Qt常用控件——QComboBox

文章目录 核心属性、方法、信号模拟点餐文件加载 核心属性、方法、信号 QComboBox表示下拉框 核心属性&#xff1a; 属性说明currentText当前选中文本currentIndex当前选中的条目下标editable是否允许修改设置为true时&#xff0c;QComboBox的行为就非常接近于QLineEdit&…
阅读更多...
Python | Leetcode Python题解之第406题根据身高重建队列

Python | Leetcode Python题解之第406题根据身高重建队列

题目&#xff1a; 题解&#xff1a; class Solution:def reconstructQueue(self, people: List[List[int]]) -> List[List[int]]:people.sort(keylambda x: (-x[0], x[1]))n len(people)ans list()for person in people:ans[person[1]:person[1]] [person]return ans
阅读更多...
SpringCloudAlibaba：Seata

SpringCloudAlibaba：Seata

1. 面试题 2.1 你简历上写用微服务boot/cloud做过项目&#xff0c;你不可能只有一个数据库吧&#xff1f;谈谈多个数据库之间如何处理分布式事务&#xff1f; 2.2 阿里巴巴的Seata-AT模式如何做到对业务的无侵入&#xff1f; 在一阶段&#xff0c;Seata 会拦截“业务 SQL”&a…
阅读更多...
Python版《天天酷跑+源码》，详细讲解，手把手教学-python游戏开发

Python版《天天酷跑+源码》，详细讲解，手把手教学-python游戏开发

天天酷跑游戏 游戏效果: 游戏主要是躲避障碍物&#xff0c;这里也添加了金币&#xff0c;增加一点积分的娱乐性&#xff0c;人物设置是三条命&#xff0c;障碍物有6种&#xff0c;包括金币&#xff0c;障碍物随机生成&#xff0c;碰到障碍物掉一滴血&#xff0c;没血了结束游戏…
阅读更多...
消失的数字：

消失的数字：

Q&#xff1a;数组nums包含从0到n的所有整数&#xff0c;但其中缺了一个。请编写代码找出那个缺失的整数。你有办法在O(n)时间内完成吗&#xff1f; 示例 1&#xff1a; 输入&#xff1a;[3,0,1] 输出&#xff1a;2 示例 2&#xff1a; 输入&#xff1a;[9,6,4,2,3,5,7,0,1] …
阅读更多...
产品经理如何转型为AI产品经理，如何理解AI产品工程化

产品经理如何转型为AI产品经理，如何理解AI产品工程化

技术领域，特别是人工智能和机器学习，其优秀模型的成功应用是一个复杂过程，它不仅要求技术本身的卓越，还须与现有解决方案竞争，这涉及到技术成熟度、成本有效性、市场接受度等多维度因素。 在这一过程中，产品经理扮演着核心角色，负责协调各方利益，确保技术能够转化为满…
阅读更多...
5.1 溪降技术：个人装备

5.1 溪降技术：个人装备

Content 5.1 个人装备概览设备概览视频电子书&#xff1a;个人装备安全装备非安全装备 峡谷探险个人安全装备个人安全装备视频*安全扣结构*峡谷探险个人非安全装备 湿峡谷湿峡谷装备视频个人安全装备个人非安全装备 干峡谷干峡谷装备视频个人安全装备个人非安全装备 团队装备&a…
阅读更多...
【415】【数字小镇中的捣蛋鬼】

【415】【数字小镇中的捣蛋鬼】

第2场周赛&#xff0c;又是被佬薄纱的一天 简单题 秒杀啊 class Solution:def getSneakyNumbers(self, nums: List[int]) -> List[int]:dictdefaultdict(int)ret[]for num in nums:dict[num]1for key in dict.keys():if dict[key]2:ret.append(key)return ret
阅读更多...
前端基础知识+算法（一）

前端基础知识+算法（一）

文章目录 算法二分查找条件注意方式基本原理左闭右闭正向写法 左闭右开正向写法 前端基础知识定时器及清除盒子垂直水平居中的方式垂直水平1.flex布局2.grid布局3.定位对于块级元素 解决高度塌陷的方式1.给父元素一个固定的高度2.给父元素添加属性 overflow: hidden;3.在子元素…
阅读更多...
2024_中秋国庆双节来临 祝CSDN所有开发者与网站节日快乐

2024_中秋国庆双节来临 祝CSDN所有开发者与网站节日快乐

亲爱的CSDN朋友们&#xff1a; 在这个金风送爽、丹桂飘香的美好时节&#xff0c;我们迎来了一年一度的中秋佳节。明月高悬&#xff0c;洒下银辉&#xff0c;照亮了我们心中的思念与祝福。 中秋&#xff0c;是团圆的象征。无论你此刻身在何处&#xff0c;心中那份对家的眷恋、对…
阅读更多...
Vue3.0组合式API：computed计算属性、watch监听器、watchEffect高级监听器

Vue3.0组合式API：computed计算属性、watch监听器、watchEffect高级监听器

1、computed() 计算属性 在模板中绑定表达式只能用于简单的运算。如果运算比较复杂&#xff0c;可以使用 Vue.js 提供的计算属性&#xff0c;通过计算属性可以处理比较复杂的逻辑。 1.1 计算属性的应用 通过计算属性可以实现各种复杂的逻辑&#xff0c;包括运算、函数调用等…
阅读更多...
laravel 查询数据对象转数组

laravel 查询数据对象转数组

这种的只能转化最外层的$pre_id_arr Db::table(Db::raw("($pre_id_arr_sql) as res"))->get()->toArray();如果需要把里边的都转了需要用下面这个方法 $pre_id_arr Db::table(Db::raw("($pre_id_arr_sql) as res"))->get()->map(function ($…
阅读更多...
进程vs线程：高效并发编程的基石

进程vs线程：高效并发编程的基石

欢迎浏览高耳机的博客 希望我们彼此都有更好的收获 感谢三连支持&#xff01; 在数据爆炸和计算需求日益增长的时代&#xff0c;"并发编程"已经不再是一种选择&#xff0c;而是成为了一种"刚需"。随着单核CPU的发展逐渐遇到瓶颈&#xff0c;多核CPU的出现为…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023