在腾讯云上安装Logstash

本文详细介绍了在Ubuntu 16.04系统中,如何从零开始配置Logstash 5.6.15与Elasticsearch进行数据收集与处理。首先,通过创建专门的ES用户并设置权限,确保系统安全。接着,提供了Logstash的安装步骤,包括下载、校验、安装及配置。最后,通过测试命令验证了Logstash与Elasticsearch之间的通信与数据处理流程。

0.说明

1)  服务器版本ubuntu16.04

2)   Logstash版本5.6.15

3)JDK版本1.8

没有安装使用以下命令直接安装

sudo apt install  openjdk-8-jre-headless

4)带%是需要替换的变量,请根据实际情况替换

1.新增ES用户

#因为ES不能以root权限启动,云服务中默认是root权限,为了方便管理,需要先建立es用户

1.0 注意以下操作要切换到root权限下进行

1.1 增加一个新用户,注意两次输入的密码是你新增的用户的密码。

adduser es

1.2 把新增的用户加入到root用户组(这步可以不用做)

adduser es root

1.3 修改sudoers文件的权限,这个文件默认为只读的 

chmod 777 /etc/sudoers

1.4 在以下注释中增加一行内容给新增的用户赋予root权限

vim /etc/sudoers
#添加这行内容
es   ALL=(ALL:ALL) ALL

1.5 还原sudoers文件的权限

chmod 440 /etc/sudoers

2.安装Logstash

2.0 切换到es环境下

2.1 下载安装包

wget https://artifacts.elastic.co/downloads/logstash/logstash-5.6.15.deb

2.2 校验安装包

sha1sum logstash-5.6.15.deb 

2.3 使用dpkg安装

sudo dpkg -i logstash-5.6.15.deb

2.4 修改配置文件

2.4.1 修改文件夹读取文件

sudo chmod 777 /usr/share/logstash/data

2.4.1 添加配置文件

sudo vim /etc/logstash/conf.d/%filename.conf

#如下进行配置文件编写,配置文件将定义输入输出源和日志的解析格式

input{
  file{
   path=>"/var/log/elasticsearch/sysinfo.log"
   type => "sysinfo-log"
   start_position => "beginning"
   stat_interval => "2"
   codec => multiline
     {
       pattern => "^\["
       negate => true
       what => "previous"
      }
}
}
output{
     elasticsearch{
        hosts =>["192.168.219.100:9200"]
        index =>"sysinfo-log-%{+YYYY.MM.dd}.log"
}
}

3. 测试环境

#在控制台完成输入输出功能,测试环境是否异常

/usr/share/logstash/bin/logstash -e 'input { stdin {} } output { stdout {codec => rubydebug}}'

#让Logstash和Elasticsearch进行通信,测试是否正常

/usr/share/logstash/bin/logstash -e 'input { stdin {} } output { elasticsearch { hosts => ["%YOUR_IP:9200"] index => "logstash-test-%{+YYYY.MM.dd}"}}'

4. 常用命令

1)测试配置文件是否没有语法错误

/usr/share/logstash/bin/logstash -f /etc/logstash/conf.d/%filename.conf -t

2) 查看Logstash的运行日志

sudo tail /var/log/logstash/logstash-plain.log
sudo journalctl -fu logstash

5. 参考文献

1)https://blog.youkuaiyun.com/a158123/article/details/77985522

2)https://www.elastic.co/guide/en/elasticsearch/reference/5.6/deb.html

内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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