编写以下shell脚本：使用systemctl 同时停止kibana、elasticsearch服务，重启计算机，最后检查kibana、elasticsearch服务的运行状态并反馈

好的，以下是您所需的shell脚本：

#!/bin/bash

# 停止kibana和elasticsearch服务
sudo systemctl stop kibana
sudo systemctl stop elasticsearch

# 重启计算机
sudo reboot

# 检查kibana和elasticsearch服务运行状态
kibana_status=$(sudo systemctl is-active kibana)
elasticsearch_status=$(sudo systemctl is-active elasticsearch)

# 反馈服务运行状态
echo "Kibana service is $kibana_status"
echo "Elasticsearch service is $elasticsearch_status"

请注意，这个脚本假定您有足够的权限来停止和重新启动这些服务，并且在重新启动后可以重新运行脚本以检查服务状态。

相关问题

编写以下bat脚本：使用systemctl 同时停止kibana、elasticsearch服务，重启计算机，最后检查kibana、elasticsearch服务的运行状态并反馈

抱歉，我之前的回答是基于Linux系统的shell脚本。在Windows系统上，您可以使用以下的批处理脚本实现同样的功能：

@echo off

REM 停止kibana和elasticsearch服务
net stop kibana
net stop elasticsearch

REM 重启计算机
shutdown /r /t 0

REM 检查kibana和elasticsearch服务运行状态
set kibana_status=unknown
set elasticsearch_status=unknown

sc query kibana | findstr RUNNING >nul && set kibana_status=running
sc query elasticsearch | findstr RUNNING >nul && set elasticsearch_status=running

REM 反馈服务运行状态
echo Kibana service is %kibana_status%
echo Elasticsearch service is %elasticsearch_status%

请注意，这个脚本假定您有足够的权限来停止和重新启动这些服务，并且在重新启动后可以重新运行脚本以检查服务状态。

使用docker-compose.yml 编写elasticsearch和kibana启动的案例

下面是一个简单的 `docker-compose.yml` 文件，可以用于启动 Elasticsearch 和 Kibana：

version: '3'
services:
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.16.2
    container_name: elasticsearch
    environment:
      - discovery.type=single-node
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
    ulimits:
      memlock:
        soft: -1
        hard: -1
    volumes:
      - esdata:/usr/share/elasticsearch/data
    ports:
      - 9200:9200
  kibana:
    image: docker.elastic.co/kibana/kibana:7.16.2
    container_name: kibana
    environment:
      - ELASTICSEARCH_URL=http://elasticsearch:9200
    ports:
      - 5601:5601
volumes:
  esdata:
    driver: local

这个 `docker-compose.yml` 文件使用了 Elasticsearch 和 Kibana 的官方 Docker 镜像，它们的版本号都是 `7.16.2`。该文件定义了两个服务，分别是 `elasticsearch` 和 `kibana`。

在 `elasticsearch` 服务中，我们使用了 `docker.elastic.co/elasticsearch/elasticsearch:7.16.2` 镜像，并指定了容器名称 `elasticsearch`。我们还设置了以下环境变量：

- `discovery.type=single-node`：告诉 Elasticsearch 只有一个节点。
- `"ES_JAVA_OPTS=-Xms512m -Xmx512m"`：设置 Elasticsearch 的 Java 虚拟机参数，这里分别设置了初始堆大小和最大堆大小都为 `512m`。
- `ulimits`：设置 Elasticsearch 的内存锁定限制，避免 Elasticsearch 因为内存不足而崩溃。
- `volumes`：将 Elasticsearch 数据目录挂载到宿主机的 `esdata` 卷上。
- `ports`：将 Elasticsearch 的 `9200` 端口映射到宿主机的 `9200` 端口上，以便通过浏览器或其他应用程序访问 Elasticsearch。

在 `kibana` 服务中，我们使用了 `docker.elastic.co/kibana/kibana:7.16.2` 镜像，并指定了容器名称 `kibana`。我们还设置了以下环境变量：

- `ELASTICSEARCH_URL=http://elasticsearch:9200`：告诉 Kibana Elasticsearch 的 URL。
- `ports`：将 Kibana 的 `5601` 端口映射到宿主机的 `5601` 端口上，以便通过浏览器或其他应用程序访问 Kibana。

最后，我们定义了一个名为 `esdata` 的本地卷，用于保存 Elasticsearch 的数据。