ELK 日志分析系统

目录

一. ELK 相关知识

1. ELK 的概念与组件

1.1 ElasticSearch：

1.2 Kibana：

1.3 Logstash：

 可以添加的其它组件：

Filebeat：

缓存/消息队列（redis、kafka、RabbitMQ等）：

Fluentd：

2. 为什么要使用 ELK 

3. 完整日志系统基本特征

4. ELK 的工作原理

二. ELK 集群部署

1. 环境准备

2. 安装 Elasticsearch 软件

2.1 安装 elasticsearch—rpm 包

2.2 修改elasticsearch主配置文件

2.3 创建数据存放路径并授权

2.4 启动elasticsearch是否成功开启

2.5 查看信息

2.5.1 查看节点 Node1 的信息。

2.5.2 查看群集的健康情况

2.5.3 检查群集状态信息

2.6 安装 Elasticsearch-head 插件

2.6.1 编译安装 node

2.6.2 安装 phantomjs（前端的框架）

2.6.3 安装 Elasticsearch-head 数据可视化工具

2.6.4 修改 Elasticsearch 主配置文件

2.6.5 启动 elasticsearch-head 服务

3. ELK Logstash 部署（在 Apache 节点上操作）

3.1 准备工作

3.2 安装logstash

3.3 测试 Logstash

4. ELK Kibana 部署（在 Node1 节点上操作）

4.1 安装 Kibana

4.2 设置 Kibana 的主配置文件

4.3 验证 Kibana

一. ELK 相关知识

1. ELK 的概念与组件

ELK平台是一套完整的日志集中处理解决方案，将 ElasticSearch、Logstash 和 Kibana 三个开源工具配合使用， 完成更强大的用户对日志的查询、排序、统计需求。

日志处理步骤：

  • 将日志进行集中化管理
  • 将日志格式化(Logstash)并输出到 Elasticsearch
  • 对格式化后的数据进行索引和存储(Elasticsearch)
  • 前端数据的展示(Kibana)

1.1 ElasticSearch：

（提供了一个分布式多用户能力的全文搜索引擎）

  • 是基于Lucene（一个全文检索引擎的架构）开发的分布式存储检索引擎，用来存储各类日志。
  • Elasticsearch 是用 Java 开发的，可通过 RESTful Web 接口，让用户可以通过浏览器与Elasticsearch 通信。
  • Elasticsearch 是一个实时的、分布式的可扩展的搜索引擎，允许进行全文、结构化搜索，它通常用于索引和搜索大容量的日志数据，也可用于搜索许多不同类型的文档。

1.2 Kibana：

  • Kibana 通常与 Elasticsearch 一起部署，Kibana 是 Elasticsearch 的一个功能强大的数据可视化 Dashboard，Kibana 提供图形化的 web 界面来浏览 Elasticsearch 日志数据，可以用来汇总、分析和搜索重要数据。

1.3 Logstash：

（一款强大的数据处理工具，数据输入、数据加工（如过滤、改写）以及数据输出）

  • 作为数据收集引擎。它支持动态的从各种数据源搜集数据，并对数据进行过滤、分析、丰富、统一格式等操作，然后存储到用户指定的位置,一般会发送给 Elasticsearch。
  • Logstash 由 Ruby 语言编写，运行在 Java 虚拟机（JVM）上，是一款强大的数据处理工具， 可以实现数据传输、格式处理、格式化输出。Logstash 具有强大的插件功能，常用于日志处理。

过滤模块是logstash的核心功能

主要组件：

  • Shipper  日志收集者
  • Indexer  日志的存储者
  • Broker   负责连接多个日志收集者，收集好给日志存储者
  • Search and Storage  搜索和存储
  • Web Interface  用来展示

 可以添加的其它组件：
  • Filebeat：

轻量级的开源日志文件数据搜集器。通常在需要采集数据的客户端安装 Filebeat，并指定目录与日志格式，Filebeat 就能快速收集数据，并发送给 logstash 进或是直接发给Elasticsearch 存储，性能上相比运行于 JVM 上的 logstash 优势明显，是对它的替代。常应用于 EFLK 架构当中  行解析

filebeat 结合 logstash 带来好处：
1）通过 Logstash 具有基于磁盘的自适应缓冲系统，该系统将吸收传入的吞吐量，从而减轻 Elasticsearch 持续写入数据的压力
2）从其他数据源（例如数据库，S3对象存储或消息传递队列）中提取
3）将数据发送到多个目的地，例如S3，HDFS（Hadoop分布式文件系统）或写入文件
4）使用条件数据流逻辑组成更复杂的处理管道

  • 缓存/消息队列（redis、kafka、RabbitMQ等）：

可以对高并发日志数据进行流量削峰和缓冲，这样的缓冲可以一定程度的保护数据不丢失，还可以对整个架构进行应用解耦。

  • Fluentd：

是一个流行的开源数据收集器。由于 logstash 太重量级的缺点，Logstash 性能低、资源消耗比较多等问题，随后就有 Fluentd 的出现。相比较 logstash，Fluentd 更易用、资源消耗更少、性能更高，在数据处理上更高效可靠，受到企业欢迎，成为 logstash 的一种替代方案，常应用于 EFK 架构当中。在 Kubernetes 集群中也常使用 EFK 作为日志数据收集的方案。
在 Kubernetes 集群中一般是通过 DaemonSet 来运行 Fluentd，以便它在每个 Kubernetes 工作节点上都可以运行一个 Pod。 它通过获取容器日志文件、过滤和转换日志数据，然后将数据传递到 Elasticsearch 集群，在该集群中对其进行索引和存储。

2. 为什么要使用 ELK 

日志主要包括系统日志、应用程序日志和安全日志。系统运维和开发人员可以通过日志了解服务器软硬件信息、检查配置过程中的错误及错误发生的原因。经常分析日志可以了解服务器的负荷，性能安全性，从而及时采取措施纠正错误。
往往单台机器的日志我们使用grep、awk等工具就能基本实现简单分析，但是当日志被分散的储存不同的设备上。如果你管理数十上百台服务器，你还在使用依次登录每台机器的传统方法查阅日志。这样是不是感觉很繁琐和效率低下。当务之急我们使用集中化的日志管理，例如：开源的syslog，将所有服务器上的日志收集汇总。集中化管理日志后，日志的统计和检索又成为一件比较麻烦的事情，一般我们使用 grep、awk和wc等Linux命令能实现检索和统计，但是对于要求更高的查询、排序和统计等要求和庞大的机器数量依然使用这样的方法难免有点力不从心。
一般大型系统是一个分布式部署的架构，不同的服务模块部署在不同的服务器上，问题出现时，大部分情况需要根据问题暴露的关键信息，定位到具体的服务器和服务模块，构建一套集中式日志系统，可以提高定位问题的效率。

3. 完整日志系统基本特征

  • 收集：能够采集多种来源的日志数据
  • 传输：能够稳定的把日志数据解析过滤并传输到存储系统
  • 存储：存储日志数据
  • 分析：支持 UI 分析
  • 警告：能够提供错误报告，监控机制

4. ELK 的工作原理

（1）在所有需要收集日志的服务器上部署 Logstash；或者先将日志进行集中化管理在日志服务器上，在日志服务器上部署 Logstash。
（2）Logstash 收集日志，将日志格式化并输出到 Elasticsearch 群集中。
（3）Elasticsearch 对格式化后的数据进行索引和存储。
（4）Kibana 从 ES 群集中查询数据生成图表，并进行前端数据的展示。

总结：logstash 作为日志搜集器，从数据源采集数据，并对数据进行过滤，格式化处理，然后交由Elasticsearch 存储，kibana 对日志进行可视化处理。

二. ELK 集群部署

1. 环境准备

更改主机名、配置域名解析、查看java环境

2. 安装 Elasticsearch 软件

2.1 安装 elasticsearch—rpm 包

2.2 修改elasticsearch主配置文件

#先备份
cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak#修改配置文件
vim /etc/elasticsearch/elasticsearch.yml
--17--取消注释，指定集群名字
cluster.name: my-elk-cluster
--23--取消注释，指定节点名字：Node1节点为node1，Node2节点为node2
node.name: node1
--33--取消注释，指定数据存放路径
path.data: /data/elk_data
--37--取消注释，指定日志存放路径
path.logs: /var/log/elasticsearch/
--43--取消注释，改为在启动的时候不锁定内存
bootstrap.memory_lock: false
--55--取消注释，设置监听地址，0.0.0.0代表所有地址
network.host: 0.0.0.0
--59--取消注释，ES 服务的默认监听端口为9200
http.port: 9200
--68--取消注释，集群发现通过单播实现，指定要发现的节点 node1、node2
discovery.zen.ping.unicast.hosts: ["node1", "node2"]#查看配置文件
grep -v "^#" /etc/elasticsearch/elasticsearch.yml

2.3 创建数据存放路径并授权

mkdir -p /data/elk_data
chown elasticsearch:elasticsearch /data/elk_data/

2.4 启动elasticsearch是否成功开启

systemctl start elasticsearch.service
netstat -antp | grep 9200

2.5 查看信息

查看节点信息

2.5.1 查看节点 Node1 的信息。
http://192.168.44.60:9200/

2.5.2 查看群集的健康情况
http://192.168.44.60:9200/_cluster/health?pretty
  • 绿色：健康  数据和副本 全都没有问题
  • 红色：数据都不完整
  • 黄色：数据完整，但副本有问题

2.5.3 检查群集状态信息
http://192.168.44.60:9200/_cluster/state?pretty

使用上述方式查看群集的状态对用户并不友好，可以通过安装 Elasticsearch-head 插件，可以更方便地管理群集。

2.6 安装 Elasticsearch-head 插件

Elasticsearch 在 5.0 版本后，Elasticsearch-head 插件需要作为独立服务进行安装，需要使用 npm工具（NodeJS的包管理工具）安装。
安装 Elasticsearch-head 需要提前安装好依赖软件 node 和 phantomjs。
node：是一个基于 Chrome V8 引擎的 JavaScript 运行环境。
phantomjs：是一个基于 webkit 的 JavaScriptAPI，可以理解为一个隐形的浏览器，任何基于 webkit 浏览器做的事情，它都可以做到。

2.6.1 编译安装 node
上传软件包 node-v8.2.1.tar.gz 到/opt
yum install gcc gcc-c++ make -ycd /opt
tar zxvf node-v8.2.1.tar.gzcd node-v8.2.1/
./configure
make && make install

2.6.2 安装 phantomjs（前端的框架）
上传软件包 phantomjs-2.1.1-linux-x86_64.tar.bz2 到
cd /opt
tar jxvf phantomjs-2.1.1-linux-x86_64.tar.bz2 -C /usr/local/src/
cd /usr/local/src/phantomjs-2.1.1-linux-x86_64/bin
cp phantomjs /usr/local/bin

2.6.3 安装 Elasticsearch-head 数据可视化工具
上传软件包 elasticsearch-head.tar.gz 到/opt
cd /opt
tar zxvf elasticsearch-head.tar.gz -C /usr/local/src/
cd /usr/local/src/elasticsearch-head/
npm install

2.6.4 修改 Elasticsearch 主配置文件
vim /etc/elasticsearch/elasticsearch.yml
......
--末尾添加以下内容--
http.cors.enabled: true				#开启跨域访问支持，默认为 false
http.cors.allow-origin: "*"			#指定跨域访问允许的域名地址为所有

2.6.5 启动 elasticsearch-head 服务

必须在解压后的 elasticsearch-head 目录下启动服务，进程会读取该目录下的 gruntfile.js 文件，否则可能启动失败。

cd /usr/local/src/elasticsearch-head/
npm run start &

去另一个终端查看

#elasticsearch-head 监听的端口是 9100
netstat -natp |grep 9100

通过 Elasticsearch-head 查看 Elasticsearch 信息

http://192.168.44.60:9100/

插入索引

通过命令插入一个测试索引，索引为 index-demo，类型为 test。

curl -X PUT 'localhost:9200/index-demo1/test/1?pretty&pretty' -H 'content-Type: application/json' -d '{"user":"zhangsan","mesg":"hello world"}'


http://192.168.44.60:9100/查看索引信息，可以看见索引默认被分片5个，并且有一个副本。
点击“数据浏览”，会发现在node1上创建的索引为 index-demo，类型为 test 的相关信息。

3. ELK Logstash 部署（在 Apache 节点上操作）

Logstash 一般部署在需要监控其日志的服务器。在本案例中，Logstash 部署在 Apache 服务器上，用于收集 Apache 服务器的日志信息并发送到 Elasticsearch。

3.1 准备工作

更改主机名

hostnamectl  set-hostname logstash

安装Apahce服务（httpd）

yum -y install httpd
systemctl start httpd

查看Java环境，没有需要安装

3.2 安装logstash

上传软件包 logstash-5.5.1.rpm 到/opt目录下

cd /opt
rpm -ivh logstash-5.5.1.rpmsystemctl start logstash.service                      
systemctl enable logstash.serviceln -s /usr/share/logstash/bin/logstash /usr/local/bin/

3.3 测试 Logstash

Logstash 命令常用选项：
-f：通过这个选项可以指定 Logstash 的配置文件，根据配置文件配置 Logstash 的输入和输出流。
-e：从命令行中获取，输入、输出后面跟着字符串，该字符串可以被当作 Logstash 的配置（如果是空，则默认使用 stdin 作为输入，stdout 作为输出）。
-t：测试配置文件是否正确，然后退出。

定义输入和输出流：

输入采用标准输入，输出采用标准输出（类似管道）
logstash -e 'input { stdin{} } output { stdout{} }'

执行 ctrl+c 退出

使用 rubydebug 输出详细格式显示，codec 为一种编解码器
logstash -e 'input { stdin{} } output { stdout{ codec=>rubydebug } }'

使用 Logstash 将信息写入 Elasticsearch 中
logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["192.168.44.60:9200"] } }'

结果不在标准输出显示，而是发送至 Elasticsearch 中，可浏览器访问 http://192.168.10.13:9100/ 查看索引信息和数据浏览。

修改 Logstash 配置文件，让其收集系统日志/var/log/messages，并将其输出到 elasticsearch 中。

chmod +r /var/log/messages					#让 Logstash 可以读取日志

定义 logstash配置文件

Logstash 配置文件基本由三部分组成：input、output 以及 filter（可选，根据需要选择使用）。
input：表示从数据源采集数据，常见的数据源如Kafka、日志文件等
filter：表示数据处理层，包括对数据进行格式化处理、数据类型转换、数据过滤等，支持正则表达式
output：表示将Logstash收集的数据经由过滤器处理之后输出到Elasticsearch。#格式如下：
input {...}
filter {...}
output {...}

input {file {path =>"/var/log/messages"type =>"system"start_position =>"beginning"
}
}output {elasticsearch {hosts => [ "192.168.44.60:9200" ]index =>"system-%{+YYYY.MM.dd}"
}
}

4. ELK Kibana 部署（在 Node1 节点上操作）

4.1 安装 Kibana

上传软件包 kibana-5.5.1-x86_64.rpm 到/opt目录

cd /opt
rpm -ivh kibana-5.5.1-x86_64.rpm

4.2 设置 Kibana 的主配置文件

vim /etc/kibana/kibana.yml
--2--取消注释，Kibana 服务的默认监听端口为5601
server.port: 5601
--7--取消注释，设置 Kibana 的监听地址，0.0.0.0代表所有地址
server.host: "0.0.0.0"
--21--取消注释，设置和 Elasticsearch 建立连接的地址和端口
elasticsearch.url: "http://192.168.44.60:9200" 
--30--取消注释，设置在 elasticsearch 中添加.kibana索引
kibana.index: ".kibana"

启动 Kibana 服务
systemctl start kibana.service
systemctl enable kibana.servicenetstat -natp | grep 5601

4.3 验证 Kibana

http://192.168.44.60:5601/第一次登录需要添加一个 Elasticsearch 索引：
Index name or pattern
//输入：system-*			#在索引名中输入之前配置的 Output 前缀“system”单击 “create” 按钮创建，单击 “Discover” 按钮可查看图表信息及日志信息。
数据展示可以分类显示，在“Available Fields”中的“host”，然后单击 “add”按钮，可以看到按照“host”筛选后的结果

将 Apache 服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kibana 显示

input {file{path => "/etc/httpd/logs/access_log"type => "access"start_position => "beginning"}file{path => "/etc/httpd/logs/error_log"type => "error"start_position => "beginning"}
}
output {if [type] == "access" {elasticsearch {hosts => ["192.168.44.60:9200"]index => "apache_access-%{+YYYY.MM.dd}"}}if [type] == "error" {elasticsearch {hosts => ["192.168.44.60:9200"]index => "apache_error-%{+YYYY.MM.dd}"}}
}


cd /etc/logstash/conf.d/
/usr/share/logstash/bin/logstash -f apache_log.conf

如果不访问，没有成功日志

浏览器访问 http://192.168.44.60:9100/  查看索引是否创建

浏览器访问 http://192.168.10.60:5601 登录 Kibana，
单击“Create Index Pattern”按钮添加索引， 
在索引名中输入之前配置的 Output 前缀 apache_access-*，
并单击“Create”按钮。在用相同的方法添加 apache_error-*索引。
选择“Discover”选项卡，在中间下拉列表中选择刚添加的 apache_access-* 、apache_error-* 索引，
可以查看相应的图表及日志信息。

查看日志

成功的

错误的

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/308628.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

css文本属性

css文本属性

css常用文本属性汇总 属性描述color设置文本颜色text-align设置水平对齐方式text-decoration装饰文本text-indent设置缩进line-height设置行间距 设置文本颜色 color属性 属性值： 1.已定义的属性值，如red，green。 2.十六进制&#xff1…
阅读更多...
MYSQL08_页的概述、内部结构、文件头、文件尾、最大最小记录、页目录、区段表

MYSQL08_页的概述、内部结构、文件头、文件尾、最大最小记录、页目录、区段表

文章目录 ①. 页的概述、大小②. 页的内部结构③. 第一部分 - 文件头④. 第一部分 - 文件尾⑤. 第二部分 - 空闲、用户记录、最大最小⑥. 第三部分 - 页目录⑦. 第三部分 - 页面头部⑧. 从数据页角度看B树⑨. 区、段和表、碎片区 ①. 页的概述、大小 ①. 数据库的存储结构&…
阅读更多...
计算机服务器中了360后缀勒索病毒怎么办？360后缀勒索病毒解密步骤

计算机服务器中了360后缀勒索病毒怎么办？360后缀勒索病毒解密步骤

网络技术的不断应用与发展，为企业的生产运营提供了极大便利，利用网络可以开展各项工作业务，可以大大提高企业的生产效率，然而，网络是一把双刃剑，在为企业提供便利的同时，也为企业的数据安全带来…
阅读更多...
【C 数据结构】单链表

【C 数据结构】单链表

文章目录 【 1. 基本原理 】1.1 链表的节点1.2 头指针、头节点、首元节点 【 2. 链表的创建 】2.0 创建1个空链表（仅有头节点）2.1 创建单链表（头插入法）*2.2 创建单链表（尾插入法） 【 3. 链表插入元素 】【…
阅读更多...
下载好了annaconda,但是在创建一个新的Conda虚拟环境报错

下载好了annaconda,但是在创建一个新的Conda虚拟环境报错

文章目录 问题描述：解决方案1.生成一个配置文件 问题总结 问题描述： ProxyError(MaxRetryError(“HTTPSConnectionPool(host‘repo.anaconda.com’, port443): Max retries exceeded with url: /pkgs/pro/win-64/repodata.json.bz2 (Caused by ProxyErr…
阅读更多...
【深度学习实战（1）】如何使用argparse模块设置自己的训练参数

【深度学习实战（1）】如何使用argparse模块设置自己的训练参数

一、argparse模块用法 1、argparse是一个python模块，用途是：命令行选项、参数和子命令的解释。 2、argparse库下载：pip install argparse 3、使用步骤： 导入argparse模块，并创建解释器 添加所需参数 解析参数 二、…
阅读更多...
Ubuntu去除烦人的顶部【活动】按钮

Ubuntu去除烦人的顶部【活动】按钮

文章目录 一、需求说明二、打开 extensions 网站三、安装 GNOME Shell 插件四、安装本地连接器五、安装 Hide Activities Button 插件六、最终效果七、卸载本地连接器命令参考 本文所使用的 Ubuntu 系统版本是 Ubuntu 22.04 ! 一、需求说明 使用 Ubuntu 的过程中，屏…
阅读更多...
容器镜像进阶

容器镜像进阶

Dockerfile 编写注意事项： 选择合适的基础镜像，没必要追求镜像的绝对大小。 alpine镜像不推荐，尤其是编译型业务，因为alpine镜像内置的musl libc库与标准的glibc不一样。 如果就是想使用alpine镜像，推荐多阶段构建&am…
阅读更多...
003Node.js创建第一个web服务

003Node.js创建第一个web服务

如果用PHP来编写后端代码，需要用Apache或者Nginx的服务器,来处理客户的请求响应。对于Node.js时，不仅实现了应用，同时还实现了整个HTTP服务器. 安装 Node Snippets插件（编程自带提示） console.log(你好nodejs); //表…
阅读更多...
CTF工具下载（1）----随波逐流

CTF工具下载（1）----随波逐流

为什么要写这个博客喃，因为随波逐流每隔一段时间就会更新，要下载最新版本才能用，但是每次都会有点麻烦，所以写一个博客记录下。 1.进入官网，点击 2.进入城通网盘 3.进入编码工具 4.点击最新版本的随波逐流就下载了&am…
阅读更多...
JavaScript进阶6之函数式编程与ES6ESNext规范

JavaScript进阶6之函数式编程与ES6ESNext规范

函数式编程 柯里化currycurrycompose示例：简化版展开写： debug示例一：示例二： 模板字符串css in js方案 箭头函数问题 生成器 generator应用场景 反射 Reflect 柯里化curry compose是curry的应用 在 lodash/fp underscore ramba …
阅读更多...
常用接口测试工具/免费api

常用接口测试工具/免费api

一 接口编辑文档 常用的接口文档编写apipost 二 免费接口测试 api 1. thecat 含有： The Cat API - Cat as a Service The Cat API 2. public-apis 进入页面往下拉 三 常用接口测试工具 postman 四 常用接口性能测试工具 Jmeter，loadrunner
阅读更多...
GPT演变：从GPT到ChatGPT

GPT演变：从GPT到ChatGPT

Transformer 论文 Attention Is All You Need The dominant sequence transduction models are based on complex recurrent or convolutional neural networks in an encoder-decoder configuration. The best performing models also connect the encoder… https://arxiv.o…
阅读更多...
HBuilder X运行项目到微信开发者工具调试和发布Uniapp小程序

HBuilder X运行项目到微信开发者工具调试和发布Uniapp小程序

1.下载和安装 HBuilderX hbuilder首页：https://www.dcloud.io/hbuilderx.html 下载hbuilder编辑器,选择对应的系统,Windows和mac正式版即可,下载后免安装直接点击即可使用。 打开HBuilder之后，它会要求你注册一个用户，然后才可以使用。 …
阅读更多...
广佛站点导航助手小程序产品使用说明书

广佛站点导航助手小程序产品使用说明书

一、产品简介 广佛站点导航助手小程序是一款专为广佛地区用户设计的地铁导航工具。通过获取用户的实时位置信息，小程序能够迅速定位并展示离用户最近的三个地铁站点。用户可以通过本小程序轻松查找地铁站点，规划出行路线，提高出行效率。 二、…
阅读更多...
【Qt 学习笔记】QWidget的toolTip属性 | focusPolicy属性

【Qt 学习笔记】QWidget的toolTip属性 | focusPolicy属性

博客主页：Duck Bro 博客主页系列专栏：Qt 专栏关注博主，后期持续更新系列文章如果有错误感谢请大家批评指出，及时修改感谢大家点赞👍收藏⭐评论✍ QWidget的toolTip属性 | focusPolicy属性 文章编号：Qt 学习…
阅读更多...
Django处理枚举(枚举模型)以及source的使用

Django处理枚举(枚举模型)以及source的使用

Django处理枚举-枚举模型 1、定义模型类、序列化器类2、对上面这些场景使用source参数3、支持连表查询4、自定义序列化输出方法5、案例5 1、定义模型类、序列化器类 定义模型类models.py；项目模型类、接口模型类、用例模型类 from django.db import modelsclass T…
阅读更多...
基于Springboot的二手交易平台

基于Springboot的二手交易平台

基于SpringbootVue的二手交易平台的设计与实现 开发语言：Java数据库：MySQL技术：SpringbootMybatis工具：IDEA、Maven、Navicat 系统展示 用户登录页 首页 商品信息 商品求购 网站公告 留言反馈 个人中心 后台管理 后台首页 用户…
阅读更多...
jupyter切换不同的内核（虚拟环境）（anaconda 24.1.2）

jupyter切换不同的内核（虚拟环境）（anaconda 24.1.2）

jupyter切换不同的内核（anaconda 24.1.2） 主要的两条命令： conda install ipykernel python -m ipykernel install --user --name 环境名称 anaconda的版本号 conda --version实例： 一、首先可以看到已经创…
阅读更多...
springboot websocket 持续打印 pod 日志

springboot websocket 持续打印 pod 日志

springboot 整合 websocket 和 连接 k8s 集群的方式参考历史 Java 专栏文章 修改前端页面 <!DOCTYPE html> <html><head><meta charset"utf-8"><title>Java后端WebSocket的Tomcat实现</title><script type"text/javasc…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023