使用Docker快速部署ELK分析Nginx日志实践(二)
Kibana汉化使用中文界面实践
一、背景
笔者在上一篇文章使用Docker快速部署ELK分析Nginx日志实践当中有提到如何快速搭建ELK分析Nginx日志,但是这只是第一步,后面还有很多仪表盘需要配置,而对于大部分人来说,英文并不是那么好,但Kibana都是英文界面,这就阻碍了笔者熟悉Kibana的一些操作;
所以笔者思考能不能将其汉化,在搜索引擎中找到了一些文章,发现汉化相对来说成本还算比较低,因此进行了一番实践,整个操作流程即便是将前人的汉化包拿过来使用,但使用的过程汉化包的作者并没有过多的讲解,本文主要是讲解如何使用汉化包以及操作过程的记录。
笔者上一篇文章
使用Docker快速部署ELK分析Nginx日志实践
URL地址:https://segmentfault.com/a/1190000016144694
二、操作概述
- 汉化包下载
- 运行环境安装
- 汉化效果演示
三、汉化包下载
笔者所使用的汉化包项目名称为Kibana_Hanization
,在Github上进行了开源,URL地址如下
https://github.com/anbai-inc/Kibana_Hanization
在上一篇文章当中笔者已经将/Users/song/dockerFile/挂载在容器的/data当中,因此可以直接在宿主机中通过git拉取汉化包,然后去容器里面运行它,参考命令如下
cd /Users/song/dockerFile/ && git clone https://github.com/anbai-inc/Kibana_Hanization.git
四、运行环境安装
安装汉化包,需要完成三个步骤,首先需要有执行汉化包里面工具的Python2.7环境,然后需要找到Kibana的安装目录,最后才能执行安装,具体操作如下
4.1 安装Python2.7
笔者直接运行汉化包的时候发现此汉化工具依赖于Python2.7,而ELK中默认安装的是Python3,因此笔者需要先安装Python2.7的运行环境,操作如下
首先需要拉取Python仓库地址
apt update
然后执行安装,参考命令如下
apt install python2.7
4.2 查找安装位置
安装好Python的运行环境之后,笔者还需要找到kibana的安装位置,参考命令如下所示
find / -iname kibana
命令执行后返回的结果
/opt/logstash/x-pack/modules/azure/configuration/kibana /opt/logstash/x-pack/modules/arcsight/configuration/kibana /opt/logstash/modules/netflow/configuration/kibana /opt/logstash/modules/fb_apache/configuration/kibana /opt/kibana /opt/kibana/src/core_plugins/kibana /opt/kibana/node_modules/x-pack/plugins/ml/server/models/data_recognizer/modules/apache2/kibana /opt/kibana/node_modules/x-pack/plugins/ml/server/models/data_recognizer/modules/nginx/kibana /opt/kibana/node_modules/x-pack/plugins/monitoring/server/lib/kibana /opt/kibana/node_modules/x-pack/plugins/monitoring/server/lib/metrics/kibana /opt/kibana/node_modules/x-pack/plugins/monitoring/server/routes/api/v1/kibana /opt/kibana/node_modules/x-pack/plugins/monitoring/public/views/kibana /opt/kibana/node_modules/x-pack/plugins/monitoring/public/components/kibana /opt/kibana/node_modules/x-pack/plugins/monitoring/public/directives/kibana /opt/kibana/node_modules/@kbn/pm/src/utils/__fixtures__/kibana /opt/kibana/bin/kibana /etc/logrotate.d/kibana /etc/init.d/kibana
根据返回结果和以往的经验,大致猜测出安装位置在/opt/kibana
下,在得到安装目录之后,现在笔者需要进入此前在宿主机通过git下载的汉化包目录,因为运行elk容器的时候已经将宿主机目录挂载进去,因此容器中可以进入,参考吗命令如下
cd /data/Kibana_Hanization
4.2 汉化包安装
执行汉化命令
python2.7 main.py /opt/kibana/
返回结果
文件[/opt/kibana/optimize/bundles/kibana.bundle.js]已翻译。 文件[/opt/kibana/optimize/bundles/commons.bundle.js]已翻译。 文件[/opt/kibana/optimize/bundles/login.bundle.js]已翻译。 文件[/opt/kibana/optimize/bundles/ml.bundle.js]已翻译。 文件[/opt/kibana/optimize/bundles/monitoring.bundle.js]已翻译。 文件[/opt/kibana/optimize/bundles/timelion.bundle.js]已翻译。 文件[/opt/kibana/optimize/bundles/vendors.bundle.js]已翻译。 文件[/opt/kibana/optimize/bundles/apm.bundle.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/ui_setting_defaults.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/translations/en.json]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/docker_metrics/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/netflow/elastic_cloud.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/netflow/on_prem_elastic_cloud.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/netflow/on_prem.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/netflow/common_instructions.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/kubernetes_metrics/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/apache_metrics/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/redis_metrics/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/apm/apm_server_instructions.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/apm/apm_client_instructions.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/nginx_metrics/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/system_metrics/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/system_logs/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/apache_logs/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/nginx_logs/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/redis_logs/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/mysql_metrics/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/server/tutorials/mysql_logs/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/common/tutorials/filebeat_instructions.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/common/tutorials/metricbeat_instructions.js]已翻译。 文件[/opt/kibana/src/core_plugins/kibana/public/dashboard/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/timelion/index.js]已翻译。 文件[/opt/kibana/src/core_plugins/kbn_vislib_vis_types/public/line.js]已翻译。 文件[/opt/kibana/src/core_plugins/kbn_vislib_vis_types/public/area.js]已翻译。 文件[/opt/kibana/src/core_plugins/kbn_vislib_vis_types/public/heatmap.js]已翻译。 文件[/opt/kibana/src/core_plugins/kbn_vislib_vis_types/public/horizontal_bar.js]已翻译。 文件[/opt/kibana/src/core_plugins/kbn_vislib_vis_types/public/histogram.js]已翻译。 文件[/opt/kibana/src/ui/public/chrome/directives/global_nav/global_nav.js]已翻译。 恭喜,Kibana汉化完成!
笔者执行这条命令时间大约在10秒钟左右。
五、汉化效果演示
经过上一步操作,已经完成了汉化包的安装,现在笔者进入Kibana的主页来验证汉化的效果,Kibana主页的URL地址如下
http://localhost:5601/app/kibana#/home?_g=()
但在实际汉化后发现并没有完全汉化,笔者所使用的ELK版本为6.4.0
,效果如下图所示
而汉化包中介绍的汉化效果效果却如下图所示
笔者猜测可能是自己使用的ELK版本比较新,而汉化包还没用跟上节奏所导致,不过效果已经很棒了;笔者接着又打开了几个页面,发现汉化效果大都在80%左右,视图创建URL地址如下
http://localhost:5601/app/kibana#/visualize/new?_g=()
在浏览器中打开视图创建页面后,展现汉化如下图所示
作者:汤青松
微信:songboy8888
日期:2018-08-31
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
在数据科学环境中使用 Docker 容器
出品丨Docker公司(ID:docker-cn)编译丨小东每周一、三、五晚6点10分 与您不见不散! 容器是传统虚拟机的轻量级版本。它们不会占用您服务器上的大量空间,易于创建和消除,而且启动速度很快。它们还可以轻松地创建可重复使用的数据科学环境。 对于数据科学家来说,可以直接运行一个已经配备了执行特定分析所需的各种库和工具的容器,而无需花费几个小时在不同的环境中调试数据包或配置自定义的环境。这就是为什么 DataScience.com 使用 Docker 容器来处理该平台上的各种应用程序,例如用户可以启动独立的 Jupyter 和 RStudio 会话,其中已经配备了他们选择的库和工具。 什么是容器? 在 Docker 网站上,将容器定义为“一种标准化的软件单元”。那到底是什么意思呢? 容器就像它的名称一样:它包含一些内容。在这里,软件容器包含运行软件应用程序所需的代码、框架和库。因为它只包含这些东西,所以就变得非常小;这意味着可以在一个操作系统上放置多个容器。这也意味着当您运行该软件的时候,会胸有成竹,因为您需要的一切都已经在那个容器里了。(顺便提一下,Docker 不是唯一的容器...
- 下一篇
HyperLedger Fabric 1.2 多机多节点部署(10.3)
多机多节点指在多台电脑上部署多个组织和节点,本案例部署一个排序(orderer)服务,两个组织(org1,org2)和四个节点(peer),每个组织包括两个节点,需要五台计算机,计算机配置如下: 多机多节点部署结构图如下: 图:多机多节点部署结构图 多机多节点部署(1个orderer+4个peer)步骤如下:10.3.1 部署orderer.example.com1. 创建multipeer目录 # cd $GOPATH/src/github.com/hyperledger/fabric # mkdir multipeer # cd multipeer 2. 获取生成工具 把下载的hyperledger-fabric-linux-amd64-1.2.0.tar.gz二进制文件包解压,把其中的bin目录拷贝到multipeer目录下。 # chmod -R 777 ./bin 3. 准备生成证书和区块配置文件 配置crypto-config.yaml和configtx.yaml文件,拷贝到multipeer目录下。4. 生成公私钥和证书 crypto-config.yaml: # C...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- CentOS6,CentOS7官方镜像安装Oracle11G
- CentOS关闭SELinux安全模块
- CentOS7设置SWAP分区,小内存服务器的救世主
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- Windows10,CentOS7,CentOS8安装Nodejs环境
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- CentOS7,CentOS8安装Elasticsearch6.8.6
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长