【分布式系统】ELK 企业级日志分析系统

目录

一.ELK概述

1.简介

1.1.可以添加的其他组件

1.2.filebeat 结合 logstash 带来好处

2.为什么使用ELK

3.完整日志系统基本特征

4.工作原理

二.部署ELK日志分析系统

1.初始化环境

2.完成JAVA部署

三. ELK Elasticsearch 集群部署

1.安装

2.修改配置文件

3.es 性能调优参数

4.启动elasticsearch是否成功开启

5.查看节点信息

6.安装 Elasticsearch-head 插件

6.1.编译安装 node

6.2.安装 phantomjs

6.3.安装 Elasticsearch-head 数据可视化工具

6.4.修改 Elasticsearch 主配置文件

6.5.启动 elasticsearch-head 服务

6.6.通过 Elasticsearch-head 查看 Elasticsearch 信息

6.7.创建索引

6.7.1.Elasticsearch 索引管理

三.ELK Logstash 部署

1.初始化操作

2.更改主机名

3.安装配置nginx

4.安装 Logstash

5.测试 Logstash

6.定义 logstash配置文件

四.ELK Kiabana 部署

1.安装 Kiabana

2.设置 Kiabana 的主配置文件

3.验证 Kiabana

4.将nginx服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kiabana 显示

一.ELK概述

1.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

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。
  • 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。
  • 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

Kiabana

  • 通常与 Elasticsearch 一起部署
  • 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

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
  • 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

1.1.可以添加的其他组件

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（Logstash 对内存、CPU、IO 等资源消耗比较高） ，是对 Logstash 的替代
  • 常应用于 ELFK 架构当中，也叫做 ELK Stack

1.2.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，该系统会吸收传入的吞吐量，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，但是当日志被分散存储在

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

rsyslog，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.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.部署ELK日志分析系统

es01192.168.80.101Elasticsearch
es02192.168.80.102Elasticsearch
es03192.168.80.103ElasticSearch Kibana
nginx节点192.168.80.104Logstash  Nginx

1.初始化环境

2.完成JAVA部署

java -version										
#如果没有安装，yum -y install java-1.8.0-openjdk*
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)

三. ELK Elasticsearch 集群部署

部署 Elasticsearch 软件（三台）

1.安装

#上传elasticsearch-6.7.2.rpm到/opt目录下
cd /opt
yum localinstall -y elasticsearch-6.7.2_\(1\).rpm

2.修改配置文件

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node-1，Node2节点为node-2，Node3节点为node-3
node.name: node-1
node.master: true		#是否master节点，false为否
node.data: true			#是否数据节点，false为否
--33--取消注释，指定数据存放路径
path.data: /var/lib/elasticsearch
--37--取消注释，指定日志存放路径
path.logs: /var/log/elasticsearch
--43--取消注释，将系统内存锁定到es进程中，以保证es能够维护一定的内存空间，避免es使用swap交换分区
bootstrap.memory_lock: true
--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					#指定es集群提供外部访问的接口
transport.tcp.port: 9300		#指定es集群内部通信接口
--68--取消注释，集群发现通过单播实现，指定要发现的节点
discovery.zen.ping.unicast.hosts: ["192.168.80.101:9300", "192.168.80.102:9300","192.168.80.103:9300"]

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


scp elasticsearch.yml 192.168.80.102:`pwd`

3.es 性能调优参数

优化最大内存大小和最大文件描述符的数量

vim /etc/security/limits.conf
......
*  soft    nofile          65536
*  hard    nofile          65536
*  soft    nproc           65536
*  hard    nproc           65536
*  soft    memlock         unlimited
*  hard    memlock         unlimited

vim /etc/systemd/system.conf
DefaultLimitNOFILE=65536
DefaultLimitNPROC=65536
DefaultLimitMEMLOCK=infinity

scp /etc/security/limits.conf 192.168.80.102:/etc/security

vim /etc/sysctl.conf

vm.max_map_count=262144
net.ipv4.tcp_syncookies=1
net.ipv4.tcp_tw_reuse=1
net.ipv4.tcp_tw_recycle=1
net.ipv4.tcp_fin_timeout=30
net.ipv4.tcp_keepalive_time=1200
net.ipv4.ip_local_port_range=1024 65535
net.ipv4.tcp_max_syn_backlog=8192
net.ipv4.tcp_max_tw_buckets=5000
net.core.somaxconn=65535

sysctl -a | grep vm.max_map_count

需重启生效

reboot

优化elasticsearch用户拥有的虚拟内存

由于ES构建基于lucene, 而lucene设计强大之处在于lucene能够很好的利用操作系统内存来缓存索

引数据，以提供快速的查询性能。lucene的索引文件segements是存储在单文件中的，并且不可

变，对于OS来说，能够很友好地将索引文件保持在cache中，以便快速访问；因此，我们很有必要

将一半的物理内存留给lucene ; 另一半的物理内存留给ES（JVM heap )。所以， 在ES内存设置方

面，可以遵循以下原则：

  • 当机器内存小于64G时，遵循通用的原则，50%给ES，50%留给操作系统，供lucene使用
  • 当机器内存大于64G时，遵循原则：建议分配给ES分配 4~32G 的内存即可，其它内存留给操作系统，供lucene使用

4.启动elasticsearch是否成功开启

三台服务器共同操作
systemctl start elasticsearch.service
systemctl enable elasticsearch.service
netstat -lntp | grep 9200

JVM优化（三台服务器都需操作）
cd /etc/elasticsearch/
vim jvm.options
 22行 -Xms2g
 23行 -Xmx2g    @@设置为物理内存的一般
 
systemctl restart elasticsearch.service  #重启服务

5.查看节点信息

浏览器访问 http://192.168.80.101:9200  、 http://192.168.80.102:9200、 http://192.168.80.103:9200查看节点 es01、es02、es03 的信息。


浏览器访问 http://192.168.80.101:9200/_cluster/health?pretty  、 http://192.168.80.102:9200/_cluster/health?pretty、http://192.168.80.103:9200/_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://192.168.80.101:9200/_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

6.安装 Elasticsearch-head 插件

任意一个节点服务器安装就行 192.168.80.101

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

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 -y
 
cd /opt
tar zxvf node-v8.2.1.tar.gz
 
cd node-v8.2.1/
./configure
make && make install

6.2.安装 phantomjs

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
cd /opt/phantomjs-2.1.1-linux-x86_64/bin
cp phantomjs /usr/local/bin

6.3.安装 Elasticsearch-head 数据可视化工具

上传软件包 elasticsearch-head-master.zip 到/opt
cd /opt
unzip elasticsearch-head-master.zip
cd /opt/elasticsearch-head-m/
npm install		 //安装依赖包

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
 
systemctl restart elasticsearch

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 /etc/elasticsearch-head-master/
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

6.6.通过 Elasticsearch-head 查看 Elasticsearch 信息

通过浏览器访问 http://192.168.80.101:9100/ 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。

6.7.创建索引

API基本格式：http://ip:port/<索引>/<类型>/<文档id>
#通过命令创建一个测试索引，索引为 index-demo，类型为 test。
curl -X PUT 'localhost:9200/index-demo/test/1?pretty&pretty' \
-H 'content-Type: application/json' \
-d '{"user":"zhangsan","mesg":"hello world"}'
//输出结果如下：
{
"_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://192.168.80.101:9100/ 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。

6.7.1.Elasticsearch 索引管理

创建索引    

curl -X PUT  'http://ES-IP:9200/<索引名>/<类型>/<ID>?pretty&pretty' \

-H 'content-Type: application/json'  -d '{"键1":"值1","键2":"值2"}'

删除索引    

curl -X DELETE  'http://ES-IP:9200/<索引名>'

查看索引配置

curl -X GET  'http://ES-IP:9200/<索引名>/_settings'

修改索引配置

curl -X PUT  'http://ES-IP:9200/<索引名>/_settings' \
-H 'content-Type: application/json'  -d '{"键":"值"}'

创建索引别名

curl -X POST 'http://ES-IP:9200/_aliases' \
-H 'Content-Type: application/json'  -d '{"actions":[{"add":{"index":"索引名","alias":"索引别名"}}]}'

删除索引别名

curl -X POST 'http://ES-IP:9200/_aliases' \
-H 'Content-Type: application/json'  -d '{"actions":[{"remove":{"index":"索引名","alias":"索引别名"}}]}'

三.ELK Logstash 部署

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 nginx 服务器

上，用于收集 nginx服务器的日志信息并发送到 Elasticsearch

1.初始化操作

systemctl disable --now firewalld
setenforce 0
vim /etc/selinux/config
SELINUX=disabled

2.更改主机名

hostnamectl set-hostname nginx01

3.安装配置nginx

cd /etc/yum.repos.d
上传nginx.repo文件
yum install -y nginx
systemctl enable --now nginx
 
cd /usr/share/nginx/html
vim test.html
 
<h1>this is web page</h1>
 
浏览器进行测试：http://192.168.80.104/test.html

4.安装 Logstash

上传软件包 logstash-6.7.2.rpm 到/opt目录下
cd /opt
上传软件包
yum localinstall -y logstash-6.7.2.rpm  #安装
ln -s /usr/share/logstash/bin/logstash /usr/local/bin/

5.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
-w指定filter线程数量，默认线程数是 5
-l指定日志文件名称

输入采用标准输入，输出采用标准输出（类似管道），新版本默认使用 rubydebug 格式输出

logstash -e 'input { stdin{} } output { stdout{} }'

logstash -e 'input{stdin{}} output {elasticsearch{hosts=>["192.168.9.114:9200"]}}'

将标准输入的内容采用标准输出的方法输出到192.168.80.101

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）

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

file   beats   kafka   redis   stdin

●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

grok       对若干个大文本字段进行再分割成一些小字段   (?<字段名>正则表达式)   字段名: 正则表

达式匹配到的内容

date       对数据中的时间格式进行统一和格式化

mutate     可以重命名，删除，替换和修改事件中的字段。比如对一些无用的字段进行剔除，或增

加自定义的字段

multiline   对多行数据进行统一编排，将多行数据汇总为一个单一的行

●output：表示将Logstash收集的数据经由过滤器处理之后输出到Elasticsearch。

elasticsearch   stdou

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

cd /etc/logstash/conf.d/
vim system.conf
input {
    file{
        path =>"/var/log/messages"
        type =>"system"
        start_position =>"beginning"
        # ignore_older => 86400
        sincedb_path => "/etc/logstash/sincedb_path/log_progress"
        add_field => {"log_hostname"=>"${HOSTNAME}"}
    }
}
---------------------------------------------------------------------------------------
常用参数

  • path：表示要收集的日志的文件位置，必须使用绝对路径，可使用通配符匹配。如果同时指定多个文件使用 , 号间隔
  • exclude：排除不想监听的文件
  • type：指定Event的type字段。若是输入ES时，没有指定document_type，那么这里的type将做为ES中index的type
  • start_position：可以设置为beginning或者end，beginning表示从头开始读取文件，end表示读取最新的，默认是end，这个要和ignore_older一起使用。该选项只在第一次启动logstash时有效
  • ignore_older：表示了针对多久的文件进行监控，默认一天，单位为秒，可以自己定制，比如默只读取一天内被修改的文件
  • sincedb_path：表示文件读取进度的记录，每行表示一个文件，其中记录了inode、主设备号、次设备号以及读取的位置。默认为$HOME/.sincedb*
  • sincedb_write_interval：设置多长时间会写入读取的位置信息，单位为秒
  • add_field：用于向Event中添加自定义的字段。这里使用了${HOSTNAME}，即本机的环境变量
  • delimiter：文件内容的行分隔符，默认按照"\n"进行Event封装
chmod a+r /var/log/messages   #保证要有可读权限
mkdir -p /etc/logstash/sincedb_path
touch /etc/logstash/sincedb_path/log_progress
chown logstash:logstash !$
cd /etc/nginx/conf.d
vim syslog.conf   #编写文件获取系统日志
input {
    file {
        path => "/var/log/messages"
        type => "syslog"
        start_position => "beginning"
        sincedb_path => "/etc/logstash/sincedb_path/log_progress"
        add_field => {"logfrom" => "${HOSTNAME}"}
    }
 
 
 
}
 
#filter {}
 
 
output {
     elasticsearch {
          hosts => ["192.168.80.101:9200","192.168.80.102:9200","192.168.80.103:9200"]
          index => "syslog-%{+yyyy.MM.dd}"
     }
}
 
 
logstash -t -f syslog.conf  #配置完成后使用此命令查看配置文件是否正确
logstash -f syslog.conf  #启动文件

四.ELK Kiabana 部署

1.安装 Kiabana

上传软件包 kibana-6.7.2-x86_64.rpm 到/opt目录
cd /opt
yum localinstall -y kibana-6.7.2-x86_64.rpm

2.设置 Kiabana 的主配置文件

cd /etc/kibana/
cp kibana.yml kibana.yml.bak
touch /var/log/kibana.log
chown kibana:kibana !$
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"
--28--取消注释，配置es服务器的ip，如果是集群则配置该集群中master节点的ip
elasticsearch.hosts:  ["http://192.168.80.101:9200","http://192.168.80.102:9200","http://192.168.80.103:9200"] 
--96--取消注释，配置kibana的日志文件路径（需手动创建），不然默认是messages里记录日志
logging.dest: /var/log/kibana.log
--113--取消注释，指定页面字符格式为中文
i18n.locale: "zh-CN"
 
systemctl enable --now kibana.service

3.验证 Kiabana

浏览器访问 http://192.168.80.103:5601

左侧[管理]，点击【管理菜单】，点击【索引管理】即可在其中进行索引管理

创建索引模式：左侧[管理]，点击【管理菜单】，点击【索引模式】，索引模式下对索引进行搜索

4.将nginx服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kiabana 显示

将192.168.80.104服务器中nginx的日志进行添加

cd /etc/nginx/conf.d
vim nginx_log.conf
input {
    file {
        path => "/var/log/nginx/access.log"
        type => "nginx_access"
        start_position => "beginning"
        sincedb_path => "/etc/logstash/sincedb_path/log_progress"
    }
    file {
        path => "/var/log/nginx/error.log"
        type => "nginx_error"
        start_position => "beginning"
        sincedb_path => "/etc/logstash/sincedb_path/log_progress"
    }
}
 
#filter {}
 
output {
     if [type] == "nginx_access" {
        elasticsearch {
              hosts => ["192.168.80.101:9200","192.168.80.102:9200","192.168.80.103:9200"]
              index => "nginx_access-%{+yyyy.MM.dd}"
         }
     }
     if [type] =="nginx_error" {
          elasticsearch {
              hosts => ["192.168.80.101:9200","192.168.80.102:9200","192.168.80.103:9200"]
              index => "access_error-%{+yyyy.MM.dd}"
          }
     }
}
 
 
logstash -t -f nginx_log.conf  #测试
logstash -f nginx_log.conf  #启动

kibana查看添加索引

同样操作添加nginx_error索引

此时访问192.168.80.104 nginx 服务器的日志即可在kibana中显示出来

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/778602.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

OpenAI突然停止中国API使用，出海SaaS产品如何化挑战为机遇？

OpenAI突然停止中国API使用，出海SaaS产品如何化挑战为机遇？

2023年是AI爆发的年代&#xff0c;人工智能带来的信息裂变刷新了整个SaaS行业。在这个AI引领的时代&#xff0c;我们不应该单纯依赖工具本身&#xff0c;而是要理解如何将这些AI功能与行业相结合。 然而&#xff0c;上周OpenAI宣布禁止对中国提供API服务&#xff0c;有一些用户…
阅读更多...
【单片机毕业设计选题24047】-基于阿里云的工地环境监测系统

【单片机毕业设计选题24047】-基于阿里云的工地环境监测系统

系统功能: 基于STM32完成 主机&#xff08;阿里云以及oled屏显示位置一&#xff09;&#xff1a;烟雾检测&#xff0c;温湿度检测&#xff0c;噪声检测&#xff0c;且用OLED屏显示&#xff0c;设置阈值&#xff0c;超过报警&#xff08;蜂鸣器&#xff09;。 从机&#xff0…
阅读更多...
假阳性和假阴性、真阳性和真阴性

假阳性和假阴性、真阳性和真阴性

在深度学习的分类问题中&#xff0c;真阳性、真阴性、假阳性和假阴性是评估模型性能的重要指标。它们的定义和计算如下&#xff1a; 真阳性&#xff08;True Positive, TP&#xff09;&#xff1a; 定义&#xff1a;模型预测为正类&#xff08;阳性&#xff09;&#xff0c;且实…
阅读更多...
【matlab】分类回归——智能优化算法优化径向基神经网络

【matlab】分类回归——智能优化算法优化径向基神经网络

目录 径向基&#xff08;Radial Basis Function, RBF&#xff09;神经网络 一、基本概念 二、网络结构 三、工作原理 四、学习算法 五、优点与应用 六、与BP神经网络的比较 智能优化算法 常见的智能优化算法 灰狼优化算法&#xff08;Grey Wolf Optimizer, GWO&#…
阅读更多...
基于工业互联网的智慧矿山解决方案PPT(38页)

基于工业互联网的智慧矿山解决方案PPT(38页)

文章摘要 工业互联网与智慧矿山 基于工业互联网的新一代智慧矿山解决方案&#xff0c;将互联网和新一代IT技术与工业系统深度融合&#xff0c;形成关键的产业和应用生态&#xff0c;推动工业智能化发展。该方案以“四级、三层、两网、一平台”为总体框架&#xff0c;强调应用目…
阅读更多...
Lambda架构

Lambda架构

1.Lambda架构对大数据处理系统的理解 Lambda架构由Storm的作者Nathan Marz提出&#xff0c;其设计目的在于提供一个能满足大数据系统关键特性的架构&#xff0c;包括高容错、低延迟、可扩展等。其整合离线计算与实时计算&#xff0c;融合不可变性、读写分离和复杂性隔离等原则&…
阅读更多...
MySQL基础篇（二）字符集以及校验规则

MySQL基础篇（二）字符集以及校验规则

在MySQL基础篇&#xff08;一&#xff09;中&#xff0c;我们知道了如何创建数据库&#xff0c;这篇文章带大家了解创建的一些细节。 红色框&#xff1a;可省略&#xff0c;作用如果存在相同的数据库名称&#xff0c;就不会再创建&#xff0c;反之&#xff0c;创建。 蓝色框&…
阅读更多...
#数据结构 链式栈

#数据结构 链式栈

1. 概念 链式栈LinkStack 逻辑结构&#xff1a;线性结构物理结构&#xff1a;链式存储栈的特点&#xff1a;后进先出 栈具有后进先出的特点&#xff0c;我们使用链表来实现栈&#xff0c;即链式栈。那么栈顶是入栈和出栈的地方&#xff0c;单向链表有头有尾&#xff0c;那我…
阅读更多...
Java + MySQL 实现存储完整 Json

Java + MySQL 实现存储完整 Json

Java MySQL 实现存储完整 Json 一、应用场景二、数据库配置三、后端代码配置1、maven 依赖2、实体类3、Service 实现类4、xml 文件 四、测试1、新增接口2、查询接口3、数据表内容 一、应用场景 将前端传过来的 Json 完整存储到 MySQL 中&#xff0c;涉及技术栈为 Java、MyBat…
阅读更多...
Git中两个开发分支merge的原理

Git中两个开发分支merge的原理

一 分支合并 1.1 原理 分支合并&#xff1a;就是将A分支修改后且commit的内容&#xff0c;合并到B分支&#xff0c;这些修改且提交的内容和B分支对应的内容和位置进行比较&#xff1a; 1.不一样的话&#xff0c;提示冲突&#xff0c;需要人工干预。 2.一样的话&#xff0c;…
阅读更多...
python读取csv出错怎么解决

python读取csv出错怎么解决

Python用pandas的read_csv函数读取csv文件。 首先&#xff0c;导入pandas包后&#xff0c;直接用read_csv函数读取报错OSError&#xff0c;如下&#xff1a; 解决方案是加上参数&#xff1a;enginepython。 运行之后没有报错&#xff0c;正在我欣喜之余&#xff0c;输出一下d…
阅读更多...
LT8712 支持USB Type-C的DP到HDMI/VGA 用于对接站 适配器

LT8712 支持USB Type-C的DP到HDMI/VGA 用于对接站 适配器

描述 LT8712是一个DisplayPort(DP)到HDMI和VGA转换器&#xff0c;设计用于同时连接一个DP源到一个VGA收发器和最多两个HDMI收发器。LT8712集成了一个DP1.2兼容的接收器、一个高速三通道视频DAC和两个HDMI1.4兼容的发射器(发射器0和发射器1)。接收端口集成了CC控制器&#xff0c…
阅读更多...
『古籍自有答案』古风H5案例赏析

『古籍自有答案』古风H5案例赏析

「古籍自有答案」&#xff0c;一部由新京报与字节跳动公益联合打造的古风H5&#xff0c;以诗意盎然的开篇引领用户穿梭于千年文脉。 part1. 创意定位 "人生有惑问先贤&#xff0c;先贤答案存古籍"&#xff0c;在这里&#xff0c;每一个灵魂的探问&#xff0c;都能在…
阅读更多...
ElasticSearch 如何计算得分及一个不太成熟的使用

ElasticSearch 如何计算得分及一个不太成熟的使用

1.背景 最近在做 ES 相关东西&#xff0c;只最会在查询的时候给不同的字段设置不同的权重&#xff0c;但是得分具体怎么算的不太明白&#xff0c;花了4-5 天研究和总结了一下。这样不至于被别人问到“这个分数怎么算出来的&#xff1f;”&#xff0c;两眼一抹黑&#xff0c;不…
阅读更多...
前端面试题19（vue性能优化）

前端面试题19（vue性能优化）

Vue.js应用的性能优化是一个多方面的过程&#xff0c;涉及初始化加载、运行时渲染以及用户交互等多个环节。以下是一些关键的Vue性能优化策略&#xff0c;包括详细的说明和示例代码&#xff1a; 1. 懒加载组件 对于大型应用&#xff0c;可以使用懒加载来减少初始加载时间。Vu…
阅读更多...
策略模式的应用

策略模式的应用

前言 系统有一个需求就是采购员审批注册供应商的信息时&#xff0c;会生成一个供应商的账号&#xff0c;此时需要发送供应商的账号信息&#xff08;账号、密码&#xff09;到注册填写的邮箱中&#xff0c;通知供应商账号信息&#xff0c;当时很快就写好了一个工具类&#xff0…
阅读更多...
华为机试HJ34图片整理

华为机试HJ34图片整理

华为机试HJ34图片整理 题目&#xff1a; 想法&#xff1a; 将输入的字符串中每个字符都转为ASCII码&#xff0c;再通过快速排序进行排序并输出 input_str input() input_list [int(ord(l)) for l in input_str]def partition(arr, low, high):i low - 1pivot arr[high]f…
阅读更多...
基于深度学习LightWeight的人体姿态检测跌倒系统源码

基于深度学习LightWeight的人体姿态检测跌倒系统源码

一. LightWeight概述 light weight openpose是openpose的简化版本&#xff0c;使用了openpose的大体流程。 Light weight openpose和openpose的区别是&#xff1a; a 前者使用的是Mobilenet V1&#xff08;到conv5_5&#xff09;&#xff0c;后者使用的是Vgg19&#xff08;前10…
阅读更多...
啥？你没听过SpringBoot的FatJar?

啥？你没听过SpringBoot的FatJar?

写在最前面&#xff1a; SpringBoot是目前企业里最流行的框架之一&#xff0c;SpringBoot的部署方式多数采用jar包形式。通常&#xff0c;我们使用java -jar便可以直接运行jar文件。普通的jar只包含当前 jar的信息&#xff0c;当内部依赖第三方jar时&#xff0c;直接运行则会报…
阅读更多...
数字化精益生产系统--MRP 需求管理系统

数字化精益生产系统--MRP 需求管理系统

MRP&#xff08;Material Requirements Planning&#xff0c;物料需求计划&#xff09;需求管理系统是一种在制造业中广泛应用的计划工具&#xff0c;旨在通过分析和计划企业生产和库存需求&#xff0c;优化资源利用&#xff0c;提高生产效率。以下是对MRP需求管理系统的功能设…
阅读更多...
最新文章

Copyright @ 2022~2023