基于Spark的公安大数据实时运维技术实践

原创于 2017-08-09 21:22:04 发布 · 210 阅读

CC 4.0 BY-SA版权

文章标签：

本文介绍了基于Spark的大数据实时运维技术实践，并探讨了使用ELK（ElasticSearch、Logstash、Kibana）、Flume、Kafka和Spark Streaming进行日志收集、处理和分析的方法。同时对比了Logstash与Flume的优缺点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

[url=http://weibo.com/ttarticle/p/show?id=2309404059045374897453]基于Spark的公安大数据实时运维技术实践[/url]

[url=https://my.oschina.net/itblog/blog/547250]ELK(ElasticSearch, Logstash, Kibana)搭建实时日志分析平台[/url]

[url=http://www.aboutyun.com/forum.PHP?mod=viewthread&tid=20705]使用Flume+Logstash+Kafka+Spark Streaming进行实时日志处理分析【公安大数据】[/url]

[url=http://www.cnblogs.com/junneyang/p/5633495.html]【日志处理、监控ELK、Kafka、Flume等相关资料】[/url]

[url=http://blog.youkuaiyun.com/yesicatt/article/details/52104622] Logstash，flume，sqoop比较[/url]

[url=https://segmentfault.com/q/1010000002894783]请对logstash与flume做比较[/url]

[url=http://blog.youkuaiyun.com/u010022051/article/details/54342357]聊聊Flume和Logstash的那些事儿[/url]

[url=https://my.oschina.net/itblog/blog/533730]Spring+Log4j+ActiveMQ实现远程记录日志——实战+分析[/url]