ELK安装

本文详细介绍了在CentOS7上安装配置Elasticsearch、Kibana和Logstash的过程,包括下载、解压、配置及启动步骤。同时,提供了SpringBoot2.x与Logstash6.5.4整合的示例,展示了如何通过pom.xml引入依赖,并配置logback-spring.xml以实现日志输出到Logstash。

1、安装elasticserch

centos7 安装elasticsearch

2、安装kibana

1、下载kibana(以kibana-6.5.4-linux-x86_64为例)

https://www.elastic.co/downloads

2、解压

tar -zxvf kibana-6.5.4-linux-x86_64.tar.gz

3、配置elasticsearc位置

修改 config/kibana.yml

elasticsearch.url: "http://192.168.1.20:9200"

注意:

如果你想kibana可以被哪个ip地址访问就修改server.host,我这里允许被任何用户访问

server.host: "0.0.0.0"

4、启动

bin/kibana

5、访问

http://192.168.1.20:5601

 

安装logstash

Linux下安装 Logstash 5.4.0 及简单使用

 

 

Spring Boot2.x与Logstash 6.5.4整合

 

pom.xml 中需要引入jar包:

<!--集成logstash-->
<dependency>
    <groupId>net.logstash.logback</groupId>
    <artifactId>logstash-logback-encoder</artifactId>
    <version>4.9</version>
</dependency>

logback-spring.xml 日志配置

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE configuration>
<configuration>
    <include resource="org/springframework/boot/logging/logback/defaults.xml"/>
    <include resource="org/springframework/boot/logging/logback/console-appender.xml"/>
    <!--应用名称-->
    <property name="APP_NAME" value="websocket"/>
    <!--日志文件保存路径-->
    <property name="LOG_FILE_PATH" value="D:/websocket/logs}"/>
    <contextName>${APP_NAME}</contextName>
    <!--每天记录日志到文件appender-->
    <appender name="FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
        <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
            <fileNamePattern>${LOG_FILE_PATH}/${APP_NAME}-%d{yyyy-MM-dd}.log</fileNamePattern>
            <maxHistory>30</maxHistory>
        </rollingPolicy>
        <encoder>
            <pattern>${FILE_LOG_PATTERN}</pattern>
        </encoder>
    </appender>
    <!--输出到logstash的appender-->
    <appender name="LOGSTASH" class="net.logstash.logback.appender.LogstashTcpSocketAppender">
        <destination>192.168.1.20:4560</destination>
       <!-- <destination>192.168.1.21:4560</destination>
        <destination>192.168.1.22:4560</destination>
        <destination>192.168.1.23:4560</destination>-->
        <encoder charset="UTF-8" class="net.logstash.logback.encoder.LogstashEncoder">
            <!-- 自定义变量,在logstash配置中用-->
            <customFields>{"appname":"${APP_NAME}"}</customFields>
        </encoder>
    </appender>
    <root level="INFO">
        <appender-ref ref="CONSOLE"/>
        <appender-ref ref="FILE"/>
        <appender-ref ref="LOGSTASH"/>
    </root>
</configuration>

 

logstash 配置文件logstash-springboot.conf:

input {
    tcp {
        port => 4560
        codec => json_lines
    }
}
output{
  elasticsearch {
        hosts => ["localhost:9200"]
        index => "%{[appname]}"

         }
  stdout { codec => rubydebug }
}

 

启动logstash

logstash -f logstash.conf

 

内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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