ELK、ELFK日志分析系统

  • 菜单一、ELK简介
    • 1.1 ELK组件说明
      • 1.1.1 ElasticSearch
      • 1.1.2 Kiabana
      • 1.1.3 Logstash
    • 1.2 可以添加的其它组件
      • 1.2.1 Filebeat
      • 1.2.2 缓存/消息队列（redis、kafka、RabbitMQ等）
      • 1.2.3 Fluentd
    • 1.3 为什么要用ELK
    • 1.4 完整日志系统的基本特征
    • 1.5 ELK 的工作原理
  • 二、ELK集群部署
    • 2.1 部署 Elasticsearch（在Node1、Node2节点上操作）
      • 2.1.1 环境准备
      • 2.1.2 部署 Elasticsearch 软件
      • 2.1.3 安装 Elasticsearch-head 插件
    • 2.2 部署 Logstash（在 Apache 节点上操作）
      • 1. 更改主机名
      • 2. 安装Apahce服务（httpd）
      • 3. 安装Java环境
      • 4. 安装logstash
      • 5. 测试 Logstash
      • 6. 定义 logstash配置文件
      • 7. 访问测试
    • 2.3 Kiabana 部署（在 Node1 节点上操作）
      • 2.3.1 安装 Kiabana
      • 2.3.2 设置 Kibana 的主配置文件
      • 2.3.3 启动 Kibana 服务
      • 2.3.4 验证 Kibana
      • 2.3.5 将 Apache 服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kibana 显示
      • 2.3.6 浏览器访问
  • 三、ELFK部署（Filebeat + ELK）
    • 3.1 安装 Filebeat
    • 3.2 设置 filebeat 的主配置文件
    • 3.3 在 Logstash 组件所在节点上新建一个 Logstash 配置文件
    • 3.4 浏览器访问验证

菜单一、ELK简介

ELK平台是一套完整的日志集中处理解决方案，将 ElasticSearch、Logstash 和 Kiabana 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。

1.1 ELK组件说明

1.1.1 ElasticSearch

  • ElasticSearch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。

1.1.2 Kiabana

  • 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。

1.1.3 Logstash

  • Logstash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。

常用插件：

  • input：收集源数据（访问日志、错误日志等）
  • Filter Plugin：用于过滤日志和格式处理
  • Output：输出日志

主要组件：

  • Shipper(日志收集)：负责监控本地日志文件的变化，及时把日志文件的最新内容收集起来。通常，远程代理端（agent）只需要运行这个组件即可
  • Indexer(日志存储)：负责接收日志并写入到本地文件
  • Broker(日志Hub)：负责连接多个Shipper和多个Indexer
  • Search and Storage：允许对事件进行搜索和存储
  • Web Interface：基于Web的展示界面

1.2 可以添加的其它组件

1.2.1 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 进行解析，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。（如果要使用过滤功能的话，Filebeat不能完全替代logstash，Filebeat没有过滤功能，收集数据后需要发送给 logstash 进行处理）

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。

1.2.2 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。

1.2.3 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。

1.3 为什么要用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。

1.4 完整日志系统的基本特征

  • 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

1.5 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。

在这里插入图片描述

二、ELK集群部署

服务器IP主机名软件
192.168.147.100node1Elasticsearch Kibana
192.168.147.101node2Elasticsearch
192.168.147.102apacheLogstash Apache

2.1 部署 Elasticsearch（在Node1、Node2节点上操作）

2.1.1 环境准备

更改主机名、配置域名解析、查看Java环境

Node1节点：hostnamectl set-hostname node1
Node2节点：hostnamectl set-hostname node2

vim /etc/hosts
192.168.147.100 node1
192.168.147.101 node2


注：版本问题
java -version										#如果没有安装，yum -y install java
openjdk version "1.8.0_131"
OpenJDK Runtime Environment (build 1.8.0_131-b12)
OpenJDK 64-Bit Server VM (build 25.131-b12, mixed mode)

建议使用jdk

在这里插入图片描述

2.1.2 部署 Elasticsearch 软件

（1）安装elasticsearch—rpm包

#上传elasticsearch-5.5.0.rpm到/opt目录下
cd /opt
rpm -ivh elasticsearch-5.5.0.rpm

在这里插入图片描述

（2）加载系统服务

systemctl daemon-reload
systemctl enable elasticsearch.service

在这里插入图片描述

（3）修改elasticsearch主配置文件

cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak
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"]

grep -v "^#" /etc/elasticsearch/elasticsearch.yml

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

（4）创建数据存放路径并授权

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

在这里插入图片描述

（5）启动elasticsearch是否成功开启

systemctl start elasticsearch.service
netstat -antp | grep 9200

在这里插入图片描述
在这里插入图片描述

（6）查看节点信息

浏览器访问  http://192.168.147.100:9200   、 http://192.168.147.101:9200 查看节点 Node1、Node2 的信息。

浏览器访问 http://192.168.147.100:9200/_cluster/health?pretty  、 http://192.168.147.101:9200/_cluster/health?pretty查看群集的健康情况，可以看到 status 值为 green（绿色）， 表示节点健康运行。

浏览器访问 http://192.168.147.100:9200/_cluster/state?pretty  检查群集状态信息。

#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。

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.1.3 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。

（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 -y

cd /opt
tar zxvf node-v8.2.1.tar.gz

cd node-v8.2.1/
./configure
make && make install

在这里插入图片描述
在这里插入图片描述

（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

在这里插入图片描述

（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

在这里插入图片描述

（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

systemctl restart elasticsearch

在这里插入图片描述
在这里插入图片描述

（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 &

> elasticsearch-head@0.0.0 start /usr/local/src/elasticsearch-head
> grunt server

Running "connect:server" (connect) task
Waiting forever...
Started connect web server on http://localhost:9100

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

在这里插入图片描述

（6）通过 Elasticsearch-head 查看 Elasticsearch 信息

通过浏览器访问 http://192.168.147.100:9100 地址并连接群集。如果看到群集健康值为 green 绿色，代表群集很健康。

在这里插入图片描述

（7）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。

//输出结果如下：curl -X PUT 'localhost:9200/index-demo/test/1?pretty&pretty' -H 'content-Type: application/json' -d '{"user":"zhangsan","mesg":"hello world"}'
{
"_index" : "index-demo",
"_type" : "test",
"_id" : "1",
"_version" : 1,
"result" : "created",
"_shards" : {
"total" : 2,
"successful" : 2,
"failed" : 0
},
"created" : true
}

浏览器访问 http://192.168.147.100:9100/ 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。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.2 部署 Logstash（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。

1. 更改主机名

hostnamectl set-hostname apache

2. 安装Apahce服务（httpd）

yum -y install httpd
systemctl start httpd

3. 安装Java环境

yum -y install java
java -version

4. 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.rpm
systemctl start logstash.service
systemctl enable logstash.service

ln -s /usr/share/logstash/bin/logstash /usr/local/bin/

在这里插入图片描述

5. 测试 Logstash

1、Logstash 命令常用选项：

命令说明
-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。

2、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{} }'
......
www.baidu.com										#键入内容（标准输入）
2020-12-22T03:58:47.799Z node1 www.baidu.com		#输出结果（标准输出）
www.sina.com.cn										#键入内容（标准输入）
2017-12-22T03:59:02.908Z node1 www.sina.com.cn		#输出结果（标准输出）

//执行 ctrl+c 退出

在这里插入图片描述

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 } }'
......
www.baidu.com										#键入内容（标准输入）
{
    "@timestamp" => 2020-12-22T02:15:39.136Z,		#输出结果（处理后的结果）
      "@version" => "1",
          "host" => "apache",
       "message" => "www.baidu.com"
}

在这里插入图片描述

使用 Logstash 将信息写入 Elasticsearch 中

logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["192.168.147.100:9200"] } }'
			 输入				输出			对接
......
www.baidu.com										#键入内容（标准输入）
www.sina.com.cn										#键入内容（标准输入）
www.google.com										#键入内容（标准输入）

//结果不在标准输出显示，而是发送至 Elasticsearch 中，可浏览器访问 http://192.168.147.100:9100/ 查看索引信息和数据浏览。

在这里插入图片描述

6. 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 {...}

在每个部分中，也可以指定多个访问方式。例如，若要指定两个日志来源文件，则格式如下：

input {
	file { path =>"/var/log/messages" type =>"syslog"}
	file { path =>"/var/log/httpd/access.log" type =>"apache"}
}

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

vim /etc/logstash/conf.d/system.conf
input {
    file{
        path =>"/var/log/messages"						#指定要收集的日志的位置
        type =>"system"									#自定义日志类型标识
        start_position =>"beginning"					#表示从开始处收集
    }
}
output {
    elasticsearch {										#输出到 elasticsearch
        hosts => ["192.168.10.13:9200"]					#指定 elasticsearch 服务器的地址和端口
        index =>"system-%{+YYYY.MM.dd}"					#指定输出到 elasticsearch 的索引格式
    }
}

systemctl restart logstash

在这里插入图片描述

7. 访问测试

浏览器访问 http://192.168.147.100:9100/ 查看索引信息

在这里插入图片描述

2.3 Kiabana 部署（在 Node1 节点上操作）

2.3.1 安装 Kiabana

#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

在这里插入图片描述

2.3.2 设置 Kibana 的主配置文件

vim /etc/kibana/kibana.yml
--2--取消注释，Kiabana 服务的默认监听端口为5601
server.port: 5601
--7--取消注释，设置 Kiabana 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://192.168.147.100:9200" 
--30--取消注释，设置在 elasticsearch 中添加.kibana索引
kibana.index: ".kibana"

在这里插入图片描述
在这里插入图片描述

2.3.3 启动 Kibana 服务

systemctl start kibana.service
systemctl enable kibana.service

netstat -natp | grep 5601

在这里插入图片描述

2.3.4 验证 Kibana

浏览器访问 http://192.168.147.100:5601
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

在这里插入图片描述

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

vim /etc/logstash/conf.d/apache_log.conf
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 => ["192.168.147.100:9200","192.168.147.101:9200"]
            index => "apache_access-%{+YYYY.MM.dd}"
        }
    }
	if [type] == "error" {
        elasticsearch {
            hosts => ["192.168.147.100:9200","192.168.147.101:9200"]
            index => "apache_error-%{+YYYY.MM.dd}"
        }
    }
}

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

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

2.3.6 浏览器访问

浏览器访问 http://192.168.147.100:9100 查看索引是否创建

浏览器访问 http://192.168.147.100:5601 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。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

三、ELFK部署（Filebeat + ELK）

服务器IP主机名软件
192.168.147.100node1Elasticsearch Kibana
192.168.147.101node2Elasticsearch
192.168.147.102apacheLogstash Apache
192.168.147.103filebeatFilebeat

3.1 安装 Filebeat

#上传软件包 filebeat-6.2.4-linux-x86_64.tar.gz 到/opt目录
tar zxvf filebeat-6.2.4-linux-x86_64.tar.gz
mv filebeat-6.2.4-linux-x86_64/ /usr/local/filebeat

在这里插入图片描述

3.2 设置 filebeat 的主配置文件

cd /usr/local/filebeat

vim filebeat.yml
filebeat.prospectors:

- type: log         #指定 log 类型，从日志文件中读取消息
  enabled: true
  paths:
    - /var/log/messages       #指定监控的日志文件
    - /var/log/*.log
      fields:           #可以使用 fields 配置选项设置一些参数字段添加到 output 中
        service_name: filebeat
        log_type: log
        service_id: 192.168.147.103

--------------Elasticsearch output-------------------
(全部注释掉)

----------------Logstash output---------------------
output.logstash:
  hosts: ["192.168.147.102:5044"]      #指定 logstash 的 IP 和端口

#启动 filebeat
./filebeat -e -c filebeat.yml

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

3.3 在 Logstash 组件所在节点上新建一个 Logstash 配置文件

cd /etc/logstash/conf.d

vim logstash.conf
input {
    beats {
        port => "5044"
    }
}
output {
    elasticsearch {
        hosts => ["192.168.147.100:9200","192.168.147.101:9200"]
        index => "%{[fields][service_name]}-%{+YYYY.MM.dd}"
    }
    stdout {
        codec => rubydebug
    }
}

#启动 logstash
logstash -f logstash.conf

在这里插入图片描述

3.4 浏览器访问验证

浏览器访问 http://192.168.147.100:5601 登录 Kibana，单击“Create Index Pattern”按钮添加索引“filebeat-*”，单击 “create” 按钮创建，单击 “Discover” 按钮可查看图表信息及日志信息。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

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：/a/63441.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

python+requests+json 接口测试思路示例

python+requests+json 接口测试思路示例

实际项目中用python脚本实现接口测试的步骤： 1 发送请求，获取响应 》》2 提取响应里的数据，对数据进行必要的处理 》》3 断言响应数据是否与预期一致 以豆瓣接口为例，做一个简单的接口测试吧。使用到的知识涉及requests库&…
阅读更多...
Glass指纹识别工具，多线程Web指纹识别工具-Chunsou

Glass指纹识别工具，多线程Web指纹识别工具-Chunsou

Glass指纹识别工具，多线程Web指纹识别工具-Chunsou。 Glass指纹识别工具 Glass一款针对资产列表的快速指纹识别工具，通过调用Fofa/ZoomEye/Shodan/360等api接口快速查询资产信息并识别重点资产的指纹，也可针对IP/IP段或资产列表进行快速的指…
阅读更多...
C语言有关文件的操作

C语言有关文件的操作

打开文件与关闭文件 在编写代码时，我有一个习惯是“保证一一对应”。 写下代码fopen()之后，还没有写对文件进行增删查改等操作的代码，先立刻写上fclose()，避免忘记关闭FILE* fd的情况。 不关闭fd，在fopen()次数较少的…
阅读更多...
怎么在树莓派环境上搭建web网站，并发布到外网可访问，今天教给大家

怎么在树莓派环境上搭建web网站，并发布到外网可访问，今天教给大家

怎么在树莓派上搭建web网站，并发布到外网可访问？ 文章目录 怎么在树莓派上搭建web网站，并发布到外网可访问？概述使用 Raspberry Pi Imager 安装 Raspberry Pi OS测试 web 站点安装静态样例站点 将web站点发布到公网安装 Cpolarcpo…
阅读更多...
【Redis】——AOF持久化

【Redis】——AOF持久化

什么是AOF日志 AOF日志是redis为数据的持久化提供了的一个技术,日志里面记录着执行redis写命令。每当redis执行一条写命令的时候，就会将该命令记录 到AOF日志当中。当redis启动的时候，可以加载AOF日志中的所有指令，并执行这些指令恢复所有的…
阅读更多...
[国产MCU]-BL602开发实例-定时器

[国产MCU]-BL602开发实例-定时器

定时器 文章目录 定时器1、BL602定时器介绍2、定时器驱动API介绍3、定时器使用实例3.1 单次计时3.2 持续计时通用定时器，用于定时，当时间到达我们所设置的定时时间会产生定时中断，可以用来完成定时任务。本文将详细介绍如何使用BL602的定时器功能。 1、BL602定时器介绍 BL6…
阅读更多...
1、sparkStreaming概述

1、sparkStreaming概述

1、sparkStreaming概述 1.1 SparkStreaming是什么 它是一个可扩展，高吞吐具有容错性的流式计算框架 吞吐量：单位时间内成功传输数据的数量 之前我们接触的spark-core和spark-sql都是处理属于离线批处理任务，数据一般都是在固定位置上&…
阅读更多...
解决vite+vue3项目npm装包失败

解决vite+vue3项目npm装包失败

报错如下： Failed to remove some directories [ npm WARN cleanup [ npm WARN cleanup D:\\V3Work\\v3project\\node_modules\\vue, npm WARN cleanup [Error: EPERM: operation not permitted, rmdir D:\V3Work\v3project\node_modules\vue\reactivity\…
阅读更多...
【腾讯云Cloud Studio实战训练营】使用React快速构建点餐H5

【腾讯云Cloud Studio实战训练营】使用React快速构建点餐H5

文章目录 前言一、Cloud Studio是什么二、Cloud Studio特点三、Cloud Studio使用1.访问官网2.账号注册3.模板选择4.模板初始化5.H5开发安装 antd-mobile安装 Less安装 normalize上传项目需要的素材替换App.js主文件项目启动、展示 6.发布仓库 总结 前言 随着云计算产业的发展&…
阅读更多...
数据结构 | 搜索和排序——排序

数据结构 | 搜索和排序——排序

目录 一、冒泡排序 二、选择排序 三、插入排序 四、希尔排序 五、归并排序 六、快速排序 排序是指将集合中的元素按照某种顺序排序的过程。 一、冒泡排序 冒泡排序多次遍历列表。它比较相邻的元素，将不合顺序的交换。每一轮遍历都将下一个最大值放到正确的位…
阅读更多...
合规管理,企业生存之本!这4大方法,助你规避风险

合规管理,企业生存之本!这4大方法,助你规避风险

当下,合规管理已成为企业必修的一门学问。无论是上市公司还是民营企业,都面临着日益严苛的监管合规要求。然而,许多企业在在应对频繁更新的合规要求时,仍然手忙脚乱,合规工作参差不齐。 专家分析认为,企业合规困境的主要症结在于,业务运转过程中产生了大量证明文件,但企业对其…
阅读更多...
【N32L40X】学习笔记14-在RT-thread系统中读取eeprom数据

【N32L40X】学习笔记14-在RT-thread系统中读取eeprom数据

eeprom 说明 eeprom介绍 AT24C01A，1K串行EEPROM：内部组织16页8字节，1K需要一个7位数据字地址进行随机字寻址。AT24C02,2K串行EEPROM：内部组织32页8字节，2K需要一个8位数据字地址进行随机字寻址。AT24C04,4K串行EEPRO…
阅读更多...
webpack基础知识九：如何提高webpack的构建速度？

webpack基础知识九：如何提高webpack的构建速度？

一、背景 随着我们的项目涉及到页面越来越多，功能和业务代码也会随着越多，相应的 webpack 的构建时间也会越来越久 构建时间与我们日常开发效率密切相关，当我们本地开发启动 devServer 或者 build 的时候，如果时间过长&#xff…
阅读更多...
Latex安装与环境配置（TeXlive、TeXstudio与VS code的安装）编译器+编辑器与学习应用

Latex安装与环境配置（TeXlive、TeXstudio与VS code的安装）编译器+编辑器与学习应用

TeXlive 配置Tex排版系统需要安装编译器+编辑器。TeX 的源代码是后缀为 .tex 的纯文本文件。使用任意纯文本编辑器，都可以修改 .tex 文件：包括 Windows 自带的记事本程序，也包括专为 TeX 设计的编辑器（TeXworks, TeXmaker, TeXstudio, WinEdt 等），还包括一些通用的文本编…
阅读更多...
vue diff 前后缀+最长递增子序列算法

vue diff 前后缀+最长递增子序列算法

文章目录 查找相同前后缀通过前后缀位置信息新增节点通过前后缀位置信息删除节点 中间部份 diff判断节点是否需要移动删除节点删除未查找到的节点删除多余节点 移动和新增节点最长递增子序列 求解最长递增子序列位置信息 查找相同前后缀 如上图所示，新旧 children 拥…
阅读更多...
用Python获取链家二手房房源数据，做可视化图分析数据

用Python获取链家二手房房源数据，做可视化图分析数据

前言 数据采集的步骤是固定: 发送请求, 模拟浏览器对于url地址发送请求获取数据, 获取网页数据内容 --> 请求那个链接地址, 返回服务器响应数据解析数据, 提取我们需要的数据内容保存数据, 保存本地文件 所需模块 win R 输入cmd 输入安装命令 pip install 模块名 (如果你…
阅读更多...
Gpt微信小程序搭建的前后端流程 - 前端小程序部分-1.基础页面框架的静态设计(二)

Gpt微信小程序搭建的前后端流程 - 前端小程序部分-1.基础页面框架的静态设计(二)

Gpt微信小程序搭建的前后端流程 - 前端小程序部分-1.基础页面框架的静态设计(二) 在开始这个专栏，我们需要找一个小程序为参考，参考和仿照其界面，聊天交互模式。 这里参考小程序-小柠AI智能聊天，可自行先体验。 该小程序主要提供了…
阅读更多...
梳理日常开发涉及的负载均衡

梳理日常开发涉及的负载均衡

负载均衡是当前分布式微服务时代最能提及的词之一，出于对分层、解耦、弱依赖、可配置、可靠性等概念的解读，一对一的模式变得不再可信赖，千变万化的网络环境中，冗余和备份显得格外重要，稍大型的系统就会存在大量微服务…
阅读更多...
瞄准产业应用，大模型加持的深兰科技AI虚拟数字人落地业务场景

瞄准产业应用，大模型加持的深兰科技AI虚拟数字人落地业务场景

伴随ChatGPT的问世，在技术与商业运作上都日渐发展成熟的AI数字人产业正持续升温。 目前的AI数字人不仅拥有超高“颜值”，同时还拥有更为丰富的、细腻的表情和动作。更有甚者，AI数字人已经具备自定义构建知识图谱、自主对话、不断学习成长的能…
阅读更多...
Win7 专业版Windows time w32time服务电脑重启后老是已停止

Win7 专业版Windows time w32time服务电脑重启后老是已停止

环境： Win7 专业版 问题描述： Win7 专业版Windows time w32time服务电脑重启后老是已停止 解决方案： 1.检查启动Remote Procedure Call (RPC)、Remote Procedure Call (RPC) Locator，DCOM Server Process Launcher这三个服务是…
阅读更多...
最新文章

Copyright @ 2022~2023