Java API访问ELK集群（完整代码）

最新推荐文章于 2025-06-17 00:01:11 发布
最新推荐文章于 2025-06-17 00:01:11 发布
阅读量883 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： NoSQL 文章标签： ELK Java API访问ELK集群 ELK集群 访问ELK集群
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/beishanyingluo/article/details/106460941
本文详细介绍了如何使用Java客户端操作Elasticsearch，包括创建、更新、删除索引，批量操作，以及各种查询方式如范围查询、词条查询、模糊查询等，并展示了如何实现分页和高亮查询。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

完整代码连接：
链接：https://pan.baidu.com/s/18V50hRvYpcaAOr5hZbsUHw
提取码：5x20

1、导入pom

<dependencies>
    <dependency>
        <groupId>org.elasticsearch.client</groupId>
        <artifactId>transport</artifactId>
        <version>6.7.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.logging.log4j</groupId>
        <artifactId>log4j-core</artifactId>
        <version>2.9.1</version>
    </dependency>


    <dependency>
        <groupId>junit</groupId>
        <artifactId>junit</artifactId>
        <version>4.12</version>
        <scope>test</scope>
    </dependency>
    <dependency>
        <groupId>org.testng</groupId>
        <artifactId>testng</artifactId>
        <version>6.14.3</version>
        <scope>test</scope>
    </dependency>

    <!-- https://mvnrepository.com/artifact/com.alibaba/fastjson -->
    <dependency>
        <groupId>com.alibaba</groupId>
        <artifactId>fastjson</artifactId>
        <version>1.2.47</version>
    </dependency>
</dependencies>
<build>
    <plugins>
        <plugin>
            <groupId>org.apache.maven.plugins</groupId>
            <artifactId>maven-compiler-plugin</artifactId>
            <configuration>
                <source>1.8</source>
                <target>1.8</target>
            </configuration>
        </plugin>
    </plugins>
</build>

完整程序

2、创建索引 prepareIndex

1、创建Client

private TransportClient client = null;

    @BeforeTest
    public void test1() throws UnknownHostException {
        Settings settings = Settings.builder().put("cluster.name", "myes").build();

        TransportAddress address1 = new TransportAddress(InetAddress.getByName("node01"), 9300);
        TransportAddress address2 = new TransportAddress(InetAddress.getByName("node02"), 9300);
        TransportAddress address3 = new TransportAddress(InetAddress.getByName("node02"), 9300);
        client = new PreBuiltTransportClient(settings)
                .addTransportAddress(address1)
                .addTransportAddress(address2)
                .addTransportAddress(address3);

        System.out.println(client.toString());
    }

/**
     * 关闭连接
     */
    @AfterTest
    public void closeClient() {
        client.close();
    }

2、自己拼装json创建索引保存到myindex1索引库下面的article当中去

/**
     * 自己拼装json创建索引保存到myindex1索引库下面的article当中去
     */
    /**
     * 插入json格式的索引数据
     */
    @Test
    public void createIndex(){
        String json = "{" +
                "\"user\":\"kimchy\"," +
                "\"postDate\":\"2020-01-30\"," +
                "\"message\":\"travelying out Elasticsearch\"" +
                "}";
        IndexRequestBuilder indexRequestBuilder = client.prepareIndex("myindex1", "article", "1").setSource(json, XContentType.JSON);

        //调用get方法触发请求真正的去执行
        IndexResponse indexResponse = indexRequestBuilder.get();
    }

在这里插入图片描述

在这里插入图片描述

3、使用map创建索引

/*
    使用map创建索引
     */
    @Test
    public void createIndex2() {
        Map<String, String> map = new HashMap<String, String>();
        map.put("name", "zhangsan");
        map.put("age", "20");
        map.put("sex", "0");

        IndexRequestBuilder indexRequestBuilder = client.prepareIndex("myindex1", "article", "2").setSource(map);
        //触发请求真正的去执行
        indexRequestBuilder.get();
    }

在这里插入图片描述

4、XcontentBuilder实现创建索引

/**
     * 第三种：
     * XcontentBuilder实现创建索引
     */
    @Test
    public  void createIndex3() throws IOException {

        IndexRequestBuilder indexRequestBuilder = client.prepareIndex("myindex1", "article", "3").setSource(new XContentFactory().jsonBuilder()
                .startObject()
                .field("name", "李四")
                .field("age", "55")
                .field("address", "北京").endObject());

        //触发请求真正的去执行
        IndexResponse indexResponse = indexRequestBuilder.get();
    }

在这里插入图片描述

5、将JavaBean转换成为json格式的字符串进行创建索引

@Test
    public void objToIndex(){
        Person person = new Person();
        person.setAge(18);
        person.setId(20);
        person.setName("张三丰");
        person.setAddress("武当山");
        person.setEmail("zhangsanfeng@163.com");
        person.setPhone("18588888888");
        person.setSex(1);
        String json = JSONObject.toJSONString(person);
        System.out.println(json);
        client.prepareIndex("myindex1","article","32").setSource(json,XContentType.JSON).get();
        client.close();
    }

在这里插入图片描述

6、批量创建索引

/**
     * 批量创建索引
     * @throws IOException
     */
    @Test
    public void index4() throws IOException {
        BulkRequestBuilder bulk = client.prepareBulk();
        bulk.add(client.prepareIndex("myindex1", "article", "7")
                .setSource(new XContentFactory().jsonBuilder()
                        .startObject()
                        .field("name", "wangwu")
                        .field("age", "18")
                        .field("sex", "0")
                        .field("address", "bj")
                        .endObject()));
        bulk.add(client.prepareIndex("news", "article", "8")
                .setSource(new XContentFactory().jsonBuilder()
                        .startObject()
                        .field("name", "zhaoliu")
                        .field("age", "18")
                        .field("sex", "0")
                        .field("address", "bj")
                        .endObject()));
        BulkResponse bulkResponse = bulk.get();
        System.out.println(bulkResponse);
        client.close();
    }

在这里插入图片描述

在这里插入图片描述

3、更新索引

/**
     * 更新索引操作
     */
    @Test
    public void updateIndex(){
        HashMap<String, String> map = new HashMap<>();
        map.put("phone", "15899996666");

        UpdateResponse updateResponse = client.prepareUpdate("myindex1", "article", "7").setDoc(map).get();

    }

在这里插入图片描述

4、删除索引

4.1、按照id进行删除

/**
     * 删除索引
     */
    @Test
    public void deleteIndex(){
        client.prepareDelete("myindex1","article","7").get();
    }

4.2、删除整个索引库

/**
     * 删除整个索引库
     */
    @Test
    public void deleteIndexDB(){
        client.admin().indices().prepareDelete("myindex1").execute().actionGet();
    }

5、查询索引

5.1、初始化一批数据到索引库中准备查询

/**
     * 初始化一批数据到索引库当中去准备做查询使用
     * 注意这里初始化的时候，需要给我们的数据设置分词属性
     * @throws Exception
     */
    @Test
    public void createIndexBatch() throws Exception {
        Settings settings = Settings
                .builder()
                .put("cluster.name", "myes") //节点名称， 在es配置的时候设置
                //自动发现我们其他的es的服务器
                .put("client.transport.sniff", "true")
                .build();
        //创建客户端
        TransportClient client = new PreBuiltTransportClient(settings)
                .addTransportAddress(new TransportAddress(InetAddress.getByName("node01"), 9300));//以本机作为节点
        //创建映射
        XContentBuilder mapping = jsonBuilder()
                .startObject()
                .startObject("properties")
                //      .startObject("m_id").field("type","keyword").endObject()
                .startObject("id").field("type", "integer").endObject()
                .startObject("name").field("type", "text").field("analyzer", "ik_max_word").endObject()
                .startObject("age").field("type", "integer").endObject()
                .startObject("sex").field("type", "text").field("analyzer", "ik_max_word").endObject()
                .startObject("address").field("type", "text").field("analyzer", "ik_max_word").endObject()
                .startObject("phone").field("type", "text").endObject()
                .startObject("email").field("type", "text").endObject()
                .startObject("say").field("type", "text").field("analyzer", "ik_max_word").endObject()
                .endObject()
                .endObject();
        //pois：索引名   cxyword：类型名（可以自己定义）
        PutMappingRequest putmap = Requests.putMappingRequest("indexsearch").type("mysearch").source(mapping);
        //创建索引
        client.admin().indices().prepareCreate("indexsearch").execute().actionGet();
        //为索引添加映射
        client.admin().indices().putMapping(putmap).actionGet();


        BulkRequestBuilder bulkRequestBuilder = client.prepareBulk();
        Person lujunyi = new Person(2, "玉麒麟卢俊义", 28, 1, "水泊梁山", "17666666666", "lujunyi@itcast.com","hello world今天天气还不错");
        Person wuyong = new Person(3, "智多星吴用", 45, 1, "水泊梁山", "17666666666", "wuyong@itcast.com","行走四方，抱打不平");
        Person gongsunsheng = new Person(4, "入云龙公孙胜", 30, 1, "水泊梁山", "17666666666", "gongsunsheng@itcast.com","走一个");
        Person guansheng = new Person(5, "大刀关胜", 42, 1, "水泊梁山", "17666666666", "wusong@itcast.com","我的大刀已经饥渴难耐");
        Person linchong = new Person(6, "豹子头林冲", 18, 1, "水泊梁山", "17666666666", "linchong@itcast.com","梁山好汉");
        Person qinming = new Person(7, "霹雳火秦明", 28, 1, "水泊梁山", "17666666666", "qinming@itcast.com","不太了解");
        Person huyanzhuo = new Person(8, "双鞭呼延灼", 25, 1, "水泊梁山", "17666666666", "huyanzhuo@itcast.com","不是很熟悉");
        Person huarong = new Person(9, "小李广花荣", 50, 1, "水泊梁山", "17666666666", "huarong@itcast.com","打酱油的");
        Person chaijin = new Person(10, "小旋风柴进", 32, 1, "水泊梁山", "17666666666", "chaijin@itcast.com","吓唬人的");
        Person zhisheng = new Person(13, "花和尚鲁智深", 15, 1, "水泊梁山", "17666666666", "luzhisheng@itcast.com","倒拔杨垂柳");
        Person wusong = new Person(14, "行者武松", 28, 1, "水泊梁山", "17666666666", "wusong@itcast.com","二营长。。。。。。");

        bulkRequestBuilder.add(client.prepareIndex("indexsearch", "mysearch", "1")
                .setSource(JSONObject.toJSONString(lujunyi), XContentType.JSON)
        );
        bulkRequestBuilder.add(client.prepareIndex("indexsearch", "mysearch", "2")
                .setSource(JSONObject.toJSONString(wuyong), XContentType.JSON)
        );
        bulkRequestBuilder.add(client.prepareIndex("indexsearch", "mysearch", "3")
                .setSource(JSONObject.toJSONString(gongsunsheng), XContentType.JSON)
        );
        bulkRequestBuilder.add(client.prepareIndex("indexsearch", "mysearch", "4")
                .setSource(JSONObject.toJSONString(guansheng), XContentType.JSON)
        );
        bulkRequestBuilder.add(client.prepareIndex("indexsearch", "mysearch", "5")
                .setSource(JSONObject.toJSONString(linchong), XContentType.JSON)
        );
        bulkRequestBuilder.add(client.prepareIndex("indexsearch", "mysearch", "6")
                .setSource(JSONObject.toJSONString(qinming), XContentType.JSON)
        );
        bulkRequestBuilder.add(client.prepareIndex("indexsearch", "mysearch", "7")
                .setSource(JSONObject.toJSONString(huyanzhuo), XContentType.JSON)
        );
        bulkRequestBuilder.add(client.prepareIndex("indexsearch", "mysearch", "8")
                .setSource(JSONObject.toJSONString(huarong), XContentType.JSON)
        );
        bulkRequestBuilder.add(client.prepareIndex("indexsearch", "mysearch", "9")
                .setSource(JSONObject.toJSONString(chaijin), XContentType.JSON)
        );
        bulkRequestBuilder.add(client.prepareIndex("indexsearch", "mysearch", "10")
                .setSource(JSONObject.toJSONString(zhisheng), XContentType.JSON)
        );
        bulkRequestBuilder.add(client.prepareIndex("indexsearch", "mysearch", "11")
                .setSource(JSONObject.toJSONString(wusong), XContentType.JSON)
        );

        bulkRequestBuilder.get();
        client.close();

    }

5.2 通过数据id使用prepareGet来查询索引

/**
     * 通过每条数据的系统id来进行查询
     */
    @Test
    public void getBySystemId(){
        //通过系统id来进行查询，调用prepareGet方法，传入三个参数
        GetRequestBuilder getRequestBuilder = client.prepareGet("indexsearch", "mysearch", "11");
        //获取到查询的数据结果
        GetResponse getResponse = getRequestBuilder.get();
        String id = getResponse.getId();//获取系统id为多少
        System.out.println("系统id为"+ id);
        String sourceAsString = getResponse.getSourceAsString();//将结果转换成为json格式的字符串
        System.out.println(sourceAsString);
    }

在这里插入图片描述

5.3 查询索引库当中的所有数据

/**
     * 查询索引库当中所有的数据
     */
    @Test
    public void queryAll(){
        SearchResponse searchResponse = client
                .prepareSearch("indexsearch")//指定我们查询的索引库
                .setTypes("mysearch")  //指定我们需要查询哪个类型
                .setQuery(QueryBuilders.matchAllQuery())  //指定我们查询的条件
                .get();  //调用get方法，触发我们的请求真正的去执行

        SearchHits hits = searchResponse.getHits();
        SearchHit[] hitsAll = hits.getHits();
        //每一个searchHit封装完了我们的一条数据
        for (SearchHit searchHit : hitsAll) {

            String id = searchHit.getId();
            System.out.println("系统id为" +  id);
            String sourceAsString = searchHit.getSourceAsString();
            System.out.println(sourceAsString);
        }

    }

在这里插入图片描述

5.4 RangeQuery范围值查询

/**
     * 年龄范围值查询
     * 查询年龄是18到28的数据
     */
    @Test
    public void rangeQuery(){
        SearchResponse searchResponse = client.prepareSearch("indexsearch").setTypes("mysearch").setQuery(QueryBuilders.rangeQuery("age").gt(18).lte(28)).get();
        SearchHits hits = searchResponse.getHits();
        SearchHit[] hitsAll = hits.getHits();
        for (SearchHit searchHit : hitsAll) {
            System.out.println(searchHit.getId());
            System.out.println(searchHit.getSourceAsString());
        }
    }

在这里插入图片描述

5.5 termQuery词条查询

/**
     * 按照词条进行查询
     */
    @Test
    public void termQuery(){
        SearchResponse searchResponse = client.prepareSearch("indexsearch").setTypes("mysearch").setQuery(QueryBuilders.termQuery("say", "熟悉")).get();

        SearchHits hits = searchResponse.getHits();
        SearchHit[] hits1 = hits.getHits();
        for (SearchHit searchHit : hits1) {
            System.out.println(searchHit.getId());
            System.out.println(searchHit.getSourceAsString());
        }
    }

在这里插入图片描述

5.6 fuzzyQuery模糊查询

/**
     * 模糊查询，自动纠正拼写错误单词，最大纠正次数是两次
     * 查询  say   helol
     */
    @Test
    public void fuzzyQuery(){
        //通过模糊查询，查询helol这个单词
        FuzzyQueryBuilder fuzziness = QueryBuilders.fuzzyQuery("say", "helol").fuzziness(Fuzziness.TWO);
        SearchResponse searchResponse = client.prepareSearch("indexsearch").setTypes("mysearch").setQuery(fuzziness).get();
        SearchHits hits = searchResponse.getHits();
        SearchHit[] hits1 = hits.getHits();
        for (SearchHit searchHit : hits1) {
            System.out.println(searchHit.getId());
            System.out.println(searchHit.getSourceAsString());
        }
    }

5.7 wildCardQuery通配符查询

/**
     * 通配符查询
     *  *  表示匹配任意多个字符
     *  ？  表示匹配一个字符
     */
    @Test
    public void  wildCardQuery(){
        WildcardQueryBuilder wildcardQuery = QueryBuilders.wildcardQuery("say", "hell?");
        SearchResponse searchResponse = client.prepareSearch("indexsearch").setTypes("mysearch").setQuery(wildcardQuery).get();

        SearchHits hits = searchResponse.getHits();
        SearchHit[] hits1 = hits.getHits();
        for (SearchHit searchHit : hits1) {
            System.out.println(searchHit.getId());
            System.out.println(searchHit.getSourceAsString());
        }

    }

5.8 boolQuery 多条件组合查询

/**
     * 使用booleanQuery实现多条件组合查询
     * 查询年龄是18到28范围内且性别是男性的，第一个条件  里面包含两部分  年龄和性别  且的关系
     * 或者id范围在10到13范围内的  第二个条件
     * 第一个条件与第二个条件是一个或的关系
     */
    @Test
    public void booleanQuery(){
        //年龄范围的条件
        RangeQueryBuilder age = QueryBuilders.rangeQuery("age").gt(17).lt(29);
        //性别的条件
        TermQueryBuilder sex = QueryBuilders.termQuery("sex", "1");
        //数据id的条件
        RangeQueryBuilder id = QueryBuilders.rangeQuery("id").gt("9").lt("14");
        //使用booleanQuery组合我们多个查询条件
        BoolQueryBuilder should = QueryBuilders.boolQuery()
                .should(id).should(QueryBuilders.boolQuery().must(sex).must(age));

        SearchResponse searchResponse = client.prepareSearch("indexsearch").setTypes("mysearch").setQuery(
                should
        ).get();

        SearchHits hits = searchResponse.getHits();
        SearchHit[] hits1 = hits.getHits();
        for (SearchHit searchHit : hits1) {
            System.out.println(searchHit.getId());
            System.out.println(searchHit.getSourceAsString());
        }


    }

5.9 分页与高亮查询

1、分页查询

/**
     * 分页查询
     */
    @Test
    public void pageQuery(){

        int pageSize  = 5 ;
        int pageNum =2;

        //计算起始的数据
        int startNum = (pageNum - 1 ) * pageSize;

        SearchResponse searchResponse = client.prepareSearch("indexsearch").setTypes("mysearch").setQuery(QueryBuilders.matchAllQuery())
                .addSort("id", SortOrder.ASC)
                .setFrom(startNum)
                .setSize(pageSize)
                .get();

        SearchHits hits = searchResponse.getHits();
        SearchHit[] hits1 = hits.getHits();
        for (SearchHit searchHit : hits1) {
            System.out.println(searchHit.getId());
            System.out.println(searchHit.getSourceAsString());
        }


    }

2、高亮查询

在这里插入图片描述

3、高亮显示的html分析

通过开发者工具查看高亮数据的html代码实现：

在这里插入图片描述

ElasticSearch可以对查询出的内容中关键字部分进行标签和样式的设置，但是你需要告诉ElasticSearch使用什么标签对高亮关键字进行包裹

4、高亮显示代码实现

/**
     * 高亮显示，对我们查询出来的say   hello
     * 这个字段进行高亮显示
     */
    @Test
    public void highLighter(){

        SearchRequestBuilder searchRequestBuilder = client.prepareSearch("indexsearch").setTypes("mysearch").setQuery(QueryBuilders.termQuery("say", "hello"));
        //通过HighlightBuilder 来定义我们对哪个字段进行高亮显示，以及设置高亮的前缀和后缀
        HighlightBuilder highlightBuilder = new HighlightBuilder();
        highlightBuilder.field("say").preTags("<font style='color:red'>").postTags("</font>");
        //通过SearchRequestBuilder 来设置高亮显示
        SearchResponse searchResponse = searchRequestBuilder.highlighter(highlightBuilder).get();
        //获取高亮结果
        SearchHits hits = searchResponse.getHits();
        for (SearchHit hit : hits) {
            System.out.println(hit.getSourceAsString());
            Text[] says = hit.getHighlightFields().get("say").getFragments();
            for (Text say : says) {
                System.out.println(say);
            }
        }
    }

在这里插入图片描述

【ELK05】es的java-api操作-Java High Level REST Client常用功能
Alex的博客
02-26 664
ES支持多种语言客户都安，包括ruby js python java go .net等，其中java目前最新版本的客户都安支持2种方式。一种是旧版已经过时的transport client ，一种是，前者是通过tcp协议链接访问es，后者就是java代码实现的REST访问。
Docker搭建ELK集群
sinat_33731745的博客
05-19 3513
1. 主机环境设置 insert in /etc/sysctl.conf vm.max_map_count = 262144 or run sysctl -w vm.max_map_count=262144 2. DOCKER DOCKER: https://hub.docker.com/r/cdrocker/elk6/ 启动命令：docker run -d -p 5601:56...
elk-api-2.0.a6.1.jar
03-13
jar包，官方版本，自测可用
ELK专栏之Java API操作-02
m0_53157173的博客
09-12 620
● ES技术比较特殊，不像其他分布式、大数据方便的技术，比如Hadoop、Spark和Habase等。ES代码层面很好写，难的是概念的理解。示例：查询指定的字段，类似于select id,name from book，而不是类似于select * from book。● ES最重要的是它的REST API，是跨语言的。在真实的生产中，探查数据、分析数据，使用REST更方便。示例：以JSON字符串的格式新增数据。● 获取连接客户端。
ELK在Java的使用
最新发布
hqxstudying的博客
06-17 876
Bean从基础概念出发，认识了 ELK 技术栈的三个核心组件。学习了在 Java 项目中集成 ELK 的基本步骤。掌握了中级应用中日志过滤与增强以及自定义指标监控的方法。了解了高级应用中集群部署、性能优化和安全配置的要点。学习了 Kibana 可视化的相关知识。掌握了与 Spring Boot 集成的方法。了解了故障排查的常见方法和最佳实践。通过合理运用 ELK 技术栈，可以显著提升 Java 应用的可观测性和运维效率。
Java配置7-kafka对接elk-图文
JustDI0209的博客
10-12 464
1.背景 应用日志输入到kafka中，logstash对接kafka，然后kibana中展示日志。 Kafka和elk的安装在前文中 2.实现 1）创建配置文件 logstash对接kafka就是一个配置文件的事。 进入logstash的config文件夹 创建文件，并编辑 vim kafkasconf 添加以下内容： input { kafka{ bootstrap_servers => ["10.XX.XX.XX:9092,10.XX.XX.XX:9
ELK性能优化实战分析：javaapi手册中文版，项目实战
青山绿轻舟
06-22 200
1. CAP 的由来 要理解 CAP，首先我们要清楚，为何会有人提出 CAP？他提出 CAP 是为了解决什么问题？ 时间回到 1985 年，彼时，后来证明了 CAP 理论的 Lynch 教授此时给当时的 IT 界来了一记惊雷： 她通过不可辩驳的证明告诉业界的工程师们，如果在一个不稳定（消息要么乱序要么丢了）的网络环境里（分布式异步模型），想始终保持数据一致是不可能的。 这是个什么概念呢？就是她打破了那些既想提供超高质量服务，又想提供超高性能服务的技术人员的幻想。 这本质是在告诉大家，在分布式系统里，需要妥协
Java开发 - ELK初体验
CodingFire的博客
03-19 3020
ELK是如今比较流行的一套框架，主要用于日志的采集保存和查询。线上情况，我们不能通过控制台来实时查看，但却可以通过日志输出来定位问题，查看必要的信息。如果保存成文件，也必然是极庞大的体量，并不适合我们去翻看，查找信息，这才有了ELH，其实对于ELK，大家也并不陌生，其中的E，就是我们前段时间学习的ES，全名Elasticsearch，中文名：全文搜索引擎。是不是很惊喜和意外？所以当然，L和K也是两个单独的系统，他们统称为ELK，下面，我们将逐一介绍这三个东西是什么。如果自己做，还是推荐官方的做法。
Docker-compose 建立ELK集群的实现方法
09-29
在部署完成后，可以通过访问Kibana的Web界面来验证ELK集群的搭建是否成功，并通过Elasticsearch的集群状态API来检查集群健康状态。 以上知识点结合了Docker-compose的容器编排能力与ELK集群的搭建实践，为需要在...
ELK日志分析集群部署
夏颜的博客
07-07 1146
1）将APP servers的日志进行集中化管理到Logstash agent。 2）将日志格式化（Logstash）并输出到Elasticsearch cluster 3）对格式化后的数据进行索引和存储（Elasticsearch） 4）前端数据的展示（Kibana） 5）可以在线查看界面化展示。（1）提供了一个分布式多用户能力的全文搜索引擎； （2）是一个基于Lucene的搜索服务器；（3）基于restful web接口； （4）使用java开发； （5）作为apache许可条款下的开放源码发布，是第二
ELK 集群 + Redis 集群 + Nginx ,分布式的实时日志（数据）搜集和分析的监控系统搭建，简单上手使用
Null的博客
04-28 1105
简述 ELK实际上是三个工具的集合，ElasticSearch+Logstash+Kibana，这三个工具组合形成了一套实用、易用的监控架构，很多公司利用它来搭建可视化的海量日志分析平台。 官网下载地址：https://www.elastic.co/downloads Elasticsearch 是一个基于Apache Lucene(TM)的开源搜索引擎 ，它的特点有：分布式，零配...
ELK测试数据包下载
05-06
elk的测试数据。 ELK是三个开源软件的缩写，分别表示：Elasticsearch , Logstash, Kibana , 它们都是开源软件。新增了一个FileBeat，它是一个轻量级的日志收集处理工具(Agent)，Filebeat占用资源少，适合于在各个服务器上搜集日志后传输给Logstash，官方也推荐此工具。 Elasticsearch是个开源分布式搜索引擎，提供搜集、分析、存储数据三大功能。它的特点有：分布式，零配置，自动发现，索引自动分片，索引副本机制，restful风格接口，多数据源，自动搜索负载等。 Logstash 主要是用来日志的搜集、分析、过滤日志的工具，支持大量的数据获取方式。一般工作方式为c/s架构，client端安装在需要收集日志的主机上，server端负责将收到的各节点日志进行过滤、修改等操作在一并发往elasticsearch上去。 Kibana 也是一个开源和免费的工具，Kibana可以为 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面，可以帮助汇总、分析和搜索重要数据日志。
elasticsearch elk最全java api 搜索 聚合、嵌套查询(吐血整理)
热门推荐
ProveYourself的博客
04-21 1万+
        目录 一、 一般查询... 2 （一） matchAllQuery(client). 2 （二） matchQuery(client);3 （三） multiMatchQuery(client);3 （四） wildcardQuery()模糊查询... 3 （五） commonTermQuery(client);3 （六） termQuery(client);4 （七） testP...
Java整合ELK实现日志收集 之 Elasticsearch、Logstash、Kibana
myStyle的博客
05-26 3775
Elasticsearch：用于存储收集到的日志信息Logstash：用于收集并处理日志，将日志信息存储到Elasticsearch里面Kibana：通过Web端的可视化界面来查看日志（数据可视化）Logstash 是免费且开放的服务器端数据处理管道，能够从多个来源采集数据，转换数据，然后将数据发送到您最喜欢的存储库中。一、安装 Docker Compose 环境Docker Compose的安装# docker compose安装步骤设置权限。
JAVA实现日志收集ELK
weixin_40559208的博客
08-08 206
JAVA实现日志收集ELK ELK（Elasticsearch, Logstash, Kibana）是一个强大的日志收集和分析工具。通过ELK，开发者可以轻松地分析和可视化数据。这篇文章将介绍如何用Java实现日志收集并发送到ELK。 系统架构 在开始实施之前，让我们先来看一下整个系统的架构。系统架构可以用以下甘特图表示：...
ELK 的JAVA-API
cai_and_luo的博客
05-15 648
java编写elk程序 public class AppTest { //提取到公共变量 TransportClient client = null; @Before public void begin() throws UnknownHostException { //指定ES集群 Settings settings = Settings.builder().put("cluster.name","caies").build();
ELK 基础使用 Java操作elasticseach （四）
qq_50909707的博客
09-18 2727
可以看到运行代码之前customer文档索引是不存在的。再次查询，可以查询到对应文档索引了，证明代码执行成功。通过ApiPost查询可以看到如下数据文档列表。再次查询，可以看到查询失败，证明删除成功。再次查询user的id为1004的文档。可以看到之前批量插入的数据都获取到了。可以看到过滤后只剩下name字段。首先模拟插入数据以便后面的查询。可以看到sex已局部更新。可以看到该索引已被找到。可以看到条件查询的数据。可以看到数据已经更新。可以看到文档查询成功。可以看到批量插入成功。可以看到分页查询成功。
Elasticsearch Java API使用详解（基本操作增删改、条件查询QueryBuilders、映射mapping）
weixin_43230682的博客
07-17 1749
前言 在前面的两篇文章中分别介绍了Elasticsearch和head插件的安装部署： Elasticsearch5.2.2 安装部署与常见启动报错解决 Elasticsearch head插件安装过程详解 在本篇文章，将结合具体的例子重点介绍Elasticsearch Java API的操作。 Elasticsearch的Java客户端非常强大；它可以建立一个嵌入式实例并在必要时运行管理任务。运行一个Java应用程序和Elasticsearch时，有两种操作模式可供使用。该应用程序可在Elasticsea
JAVA系列面试笔记四之集群日志ELK
java技术专家全栈成长之路
12-30 283
Elasticsearch离线Java API文档一键下载指南
对于一个Java开发者来说，了解这些产品的API如何与Elasticsearch集成将是一个宝贵的技能，它有助于构建一个完整的ELK（Elasticsearch、Logstash、Kibana）堆栈解决方案。 总体来说，Elasticsearch离线JAVA API文档...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值