ELK搭建（四）：监控mysql慢查询、错误日志日志
0. 引言因为mysql免费、稳定以及还不错的性能，是当前市面上多数公司的数据库选择。在实际的生产环境中我们更需要及时知道数据库中的报错日志、慢日志等信息，来帮助我们进行排错和优化。普通的到服务器上去查看日志的方式并不方便，特别是涉及到分布式部署时，因此我们需要一个统一的监控平台来实时、方便的查看这
Elastic：浅谈倒排索引的两种压缩算法：FOR算法和RBM算法
什么是倒排索引首先了解mysql的都知道索引的根本目的是为了提高查询效率，类似于目录的作用。所以倒排索引也是这样的作用，想象一下在ES中，有一个索引index1（这里的索引index1与上述的倒排索引中的索引是两个概念，注意区分）,其有数据如下POST index1/_bulk{"inde
Elastic实战：canal同步mysql到es之父子表数据同步｜对象型数组同步｜nested数组同步
0. 引言最近在做mysql到es的数据同步，涉及到父子表数据同步，特此记录，以供后续参考关于mysql同步到es的操作明细可参考我之前的博客：Elastic实战：通过canal1.1.5实现mysql8.0数据增量/全量同步到elasticsearch7.x1.环境canal 1.1.5elast
Elasticsearch 简介
Elasticsearch 是一个非常强大的搜索引擎。它目前被广泛地使用于各个 IT 公司。Elasticsearch 是由 Elastic 公司创建。它的代码位于 GitHub - elastic/elasticsearch: Free and Open, Distributed, RESTful
ES 生产中10个常见参数阈值（默认最大值）操作及优化解决方案
1、单个索引的字段数量上限2、映射字段最大嵌套深度3、字段名称最大长度4、分页查询最大文档查询数量5、文档查询的最大召回数量6、组合查询（bool query）最大字句限制7、聚合查询最大分桶数量8、单次查询最大词项数量9、单个分片最大文档数量上限（shard max doc count）10、单个
mac pro M1(ARM)安装：elasticsearch、kibana、logstash ELK（二）
0. 引言上一期介绍了mac pro M1(ARM)安装：VMWare Fusion及linux(centos7/ubantu)，这一期我们来看如何在m1上如何安装elasticsearch,kibana1. 基于centos安装es,kibanam1上如何安装centos虚拟机可以参考上述博客1.
ELK搭建（一）：实现分布式微服务日志监控
1、目标本次我们搭建的目标是通过ELK来收集微服务中的日志。本期主要以实操、快速搭建为主进行讲解，部分基础概念不做过多描述，后续会再单独出几期博客说明。更多ELK搭建可以关注本专栏，后续会持续输出。2、思路首先我们要部署的架构如下图所示，需要收集两个微服务的日志，并且最终在kibana中可视化呈现出
ELK搭建（二）：利用kibana创建数据看板
0. 引言上一节我们讲了如何利用ELK搭建分布式微服务日志监控平台，在简单的日志应用场景中，普通的日志查询已经能够满足我们的使用，但是有些场景下，需要我们搭建更加直观的数据展示来显示我们的索引数据。比如说统计出现次数前十的报错内容，或者更具备销售属性的近一年的销售数据趋势图这些需求，都要求我们要搭建
第三章 Elasticsearch简介
1、什么是Elasticsearch1.1 官方定义Elasticsearch（后称为 ES ）是一个天生支持分布式的搜索、聚合分析和存储引擎。1.2 民间叫法搜索引擎/全文检索引擎分部署文档系统分布式数据库OLAP系统分布式搜索中间件不要去死背概念，概念应该作为一种辅助的手段帮助我们去理解一项技术
ELK搭建（一）：实现分布式微服务日志监控
1、目标本次我们搭建的目标是通过ELK来收集微服务中的日志。本期主要以实操、快速搭建为主进行讲解，部分基础概念不做过多描述，后续会再单独出几期博客说明。更多ELK搭建可以关注本专栏，后续会持续输出。2、思路首先我们要部署的架构如下图所示，需要收集两个微服务的日志，并且最终在kibana中可视化呈现出
