docker部署EFK

时间: 2023-07-14 21:00:37 浏览: 71
要在 Docker 上部署 EFK(Elasticsearch + Fluentd + Kibana)日志收集和可视化平台,您可以按照以下步骤进行: 1. 安装 Docker 和 Docker Compose(如果尚未安装)。 2. 创建一个新的目录,用于存放 EFK 配置文件和数据: ```bash mkdir efk cd efk ``` 3. 创建 `docker-compose.yml` 文件,并使用以下内容填充: ```yaml version: '3' services: elasticsearch: image: docker.elastic.co/elasticsearch/elasticsearch:7.14.0 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 fluentd: image: fluent/fluentd:v1.14.2-debian-1.0 container_name: fluentd volumes: - ./fluentd/conf:/fluentd/etc - esdata:/fluentd/log kibana: image: docker.elastic.co/kibana/kibana:7.14.0 container_name: kibana environment: - ELASTICSEARCH_HOSTS=http://elasticsearch:9200 ports: - 5601:5601 volumes: esdata: ``` 4. 在 `efk` 目录中创建一个新的子目录 `fluentd`,并在其中创建一个 `conf` 目录,用于存放 Fluentd 配置文件。 5. 在 `fluentd/conf` 目录中创建一个新文件 `fluent.conf`,并使用以下内容填充: ```conf <source> @type forward port 24224 </source> <match **> @type elasticsearch host elasticsearch port 9200 logstash_format true logstash_prefix fluentd flush_interval 10s </match> ``` 6. 启动 EFK: ```bash docker-compose up -d ``` 7. 使用浏览器访问 Kibana 控制台:`http://localhost:5601`。您应该能够看到 Kibana 的登录页面。 现在,您已成功部署了 EFK 平台,并可以使用 Fluentd 收集日志并使用 Kibana 进行可视化和分析。请注意,这只是一个基本的配置示例,您可能需要根据自己的需求进行进一步的配置和定制化。

相关推荐

最新推荐

recommend-type

centos6.7安装fastdfs docker部署

本文档详细介绍了centos下安装部署服务器的过程,fastdfs文件服务器+nginx,docker容器集群的搭建以及附上所需安装包的下载链接等
recommend-type

docker部署apollo详细教程

主要介绍了docker部署apollo详细教程,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

docker部署rancher证书过期问题解决方案

docker部署rancher证书过期问题解决方案,网上有挺多解决方案,基本都是一部分一部分的,不连续
recommend-type

详解使用Docker部署MySQL(数据持久化)

主要介绍了详解使用Docker部署MySQL(数据持久化),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

Docker部署TDengine、Influxdb并在Grafana展示数据

虚拟机Centos系统使用Docker部署TDengine和influxdb、GRafana;通过TDengine和influxdb两种方式显示数据在Grafana上。菜鸟教程,每一步都有截图,适合懒人使用。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

用matlab绘制高斯色噪声情况下的频率估计CRLB,其中w(n)是零均值高斯色噪声,w(n)=0.8*w(n-1)+e(n),e(n)服从零均值方差为se的高斯分布

以下是用matlab绘制高斯色噪声情况下频率估计CRLB的代码: ```matlab % 参数设置 N = 100; % 信号长度 se = 0.5; % 噪声方差 w = zeros(N,1); % 高斯色噪声 w(1) = randn(1)*sqrt(se); for n = 2:N w(n) = 0.8*w(n-1) + randn(1)*sqrt(se); end % 计算频率估计CRLB fs = 1; % 采样频率 df = 0.01; % 频率分辨率 f = 0:df:fs/2; % 频率范围 M = length(f); CRLB = zeros(M,1); for
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。