通过Keras搭建简单的神经网络，这里以minist数据集为例，测试手写字体训练效果，并进行一些简单的应用。环境在Windows下进行的测试，主要的安装包如下：tensorflow_gpu==2.2.0imutils==0.5.4opencv_python==4.5.3.56scikit_image==0.18.3scikit_learn==0.24.2numpy==1.21.2py_sudoku
文章目录前言1.IK分词器2.pingying分词器一、ELK添加中文分词器插件1.IK分词器测试1.1 文件准备1.2 测试2.pingying分词器测试2.1 文件准备2.2 测试2.2.1 单个测试2.2.2 多个测试2.2.3 短语查询测试2.2.3.1 medcl2索引2.2.3.2 medcl3索引 前言分词器的作用是把一段文本中的词按一定规则进行切分。对应的是Analyzer类，这
本文的安装文件是 2021.09.23 最新发布的【elasticsearch-7.15.0-linux-x86_64.tar.gz】和【kibana-7.15.0-linux-x86_64.tar.gz】以下内容均以 7.15.0 版本进行说明。1 ElasticSearch1.1 环境elasticsearch 的运行依赖 JDK，支持的最低版本为 Java 8。Elasticsearch r
转载
2024-06-20 19:04:42
0阅读
1、接口测试概念 接口测试：测试系统间接口的一种测试，测试的对象主要是接口，主要是测试外部系统与所测系统之间以及内部系统之间的交互点 2、接口测试方法 a、可以通过写脚本代码进行测试 b、可以通过UI界面进行测试 3、接口测试范围 接口范围包括：&nb
转载
2024-10-22 22:26:16
16阅读
目录一.单节点安装部署1.版本选择2.推荐及总结3.官网下载地址4.创建网络5.拉取镜像6.创建文件夹7.运行docker命令二、安装kibana1.安装kibana2.浏览器访问3.国际化三、Elasticsearch查询1.数据插入：POST或PUT2.数据查询GET3.分词测试四、安装分词器IK（一）手动安装1.下载IK安装包2.解压IK，修改plugin-descriptor.
转载
2024-10-25 10:48:57
297阅读
上面一张介绍了ElasticSearch的安装和简单用法。现在应该都知道ElasticSearch是用来做全文搜索的，那今天我就简单介绍下Kibana。它是专门用来查看ElasticSearch内容的工具，并且可以图形化Docker安装Kibana命令:docker pull index.tenxcloud.com/docker_library/kibana注意:这里下载的镜像是最新版本的Kiba
转载
2024-04-17 14:46:49
339阅读
作为solidworks的使用者，我们可以考取很多solidworks官方认证，能够完成SolidWorks认证考试并获得专业SolidWorks认证是一项伟大的成就。它不仅在你的简历上自豪地闪耀，而且还向雇主、决策者和同事展示了你对软件的技能和知识水平。公司通常会将某些策略和标准设定为一项业务，以帮助保持在竞争中的领先地位，拥有可靠、知识渊博且经过认证的员工对潜在客户很有吸引力。你知道吗，如果你
转载
2024-07-29 16:17:15
59阅读
1.ES安装 一定要关闭防火墙！ 测试访问： 注意：-p 5601:5601 是kibana的端口地址 (我这里kibana的container共用elasticsearch的网络，所以这样设置。 补充: 如果运行时候报错： docker run -it --name elasticsearch -
转载
2019-08-14 00:45:00
231阅读
2评论
目录1 docker安装ES1.1 方法一1.2 方法二2 安装Kibana3 注意4 docker安装ik分词器
1 docker安装ESdocker安装es单机版部署
1.1 方法一首先来到docker hub搜索eselasticsearch可以看到es的版本信息。 那么可以现在服务器上把es镜像pull下来。 命令docker pull el
原创
2022-03-18 11:22:01
827阅读
目录1.简介1.1.口音处理1.2.UnicodeUnicode 大小写折叠Unicode 字符折叠1.3.排序和整理大小写敏感排序语言之间的区别Unicode 归类算法Unicode 排序指定语言多排序规则自定义排序1.简介文本切割成词元(token)只是这项工作的一半。为了让这些词元(token)更容易搜索, 这些词元(token)需要被 归一化(normalization)--这个
1. docker pull image docker pull elasticsearch:6.7.2 docker pull mobz/elasticsearch-head:5 docker pull kibana:6.7.22. run ES in docker docker run -it
转载
2019-05-15 21:34:00
260阅读
2评论
首先平台配置： 1、注册OneNet账号(通过访问OneNet官网进入注册)； 2、进入控制台，选择“全部产品服务”——“NB-IoT物联网套件”； &n
一、前言日志分析是目前重要的系统调试和问题排查的重要手段之一，而目前分布式系统由于实例和机器众多，所以构建一套统一日志系统是非常必要的；ELK提供了一整套解决方案，并且都是开源软件，之间互相配合使用，完美衔接，高效的满足了很多场合的应用，是目前的主流选择之一。本文主要介绍如何实现一套 ELK日志系统 同时给 多套环境 、多个系统 共同使用/测试，并实现相互之间的数据与视图相互 隔离 互不影响。&n
转载
2024-06-04 05:43:01
46阅读
docker run -it --name elasticsearch -d -p 9200:9200 -p 9300:9300 -p 5601:5601 elasticsearch:7.5.0
docker run -it -d -e ELASTICSEARCH_URL=http://127.0.0.1:9200 --name kibana --network=container:elasti
转载
2021-04-29 09:59:11
698阅读
2评论
关于 Elasticsearch 和 KibanaElasticsearchElasticsearch 是什么？Elasticsearch 是一个基于 Apache Lucene(TM) 的开源搜索引擎。无论在开源还是专有领域，Lucene 可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。Elasticsearch 特性分布式的实时文件存储，每个字段都被索引并可被搜索（搜索颗粒小）分
一、部署单点es1.1创建网络因为我们还需要部署kibana容器，因此需要让es和kibana容器互联。这里先创建一个网络：docker network create es-net1.2 加镜像使用的是7.12.1版本镜像。 上传至虚拟机，使用命令运行加载即可：# 导入数据
docker load -i es.tar同理还有kibana的tar包也需要这样做。1.3 运行运行docker命令，部署
转载
2024-10-11 13:33:21
454阅读
目录kibana安装 & 增删改查 & es集群搭建一.kibana安装二、ES数据操作1.创建索引2.创建数据3.查询数据1）简单查询2）条件查询1>方法一：2>方法二：3>方法三：3）多条件查询1>must查询（相当远sql中的and）2>filter查询（和sql中的and差不多）3>should查询（相当于sql中的or）4>mu
转载
2024-02-19 21:44:23
1369阅读
logstash 和filebeat都具有日志收集功能，filebeat更轻量，占用资源更少，但logstash 具有filter功能，能过滤分析日志。一般结构都是filebeat采集日志，然后发送到消息队列，redis，kafaka。然后logstash去获取，利用logstash的filter功能过滤分析，然后存储到elasticsearch中-------------------ELK(El
转载
2024-08-06 13:06:19
205阅读
部署logstash主机名IPlogstash-to-es01192.168.15.28logstash环境准备及安装Logstash是一个开源的数据收集引擎，可以水平伸缩，而且logstash整个ELK当中拥有最多插件的一个组件，其可以接收来自不同来源的数据并统一输出到指定的且可以是多个不同目的地。安装JDK环境链接：jdk-11.0.5的JDK环境 提取码：1234# 安装java JDK环境
转载
2024-04-24 12:03:12
284阅读
ES（6.3.1版本）在Linux中安装部署的时候，需要系统为其提供若干系统配置。如：应用可启动的线程数、应用可以在系统中划分的虚拟内存、应用可以最多创建多少文件等。当前linux系统版本：[root@localhost ~]# uname -a
Linux localhost.localdomain 3.10.0-327.el7.x86_64 #1 SMP Thu Nov 19 22:10:57
转载
2024-07-23 13:34:04
42阅读
