HelloWorld 开发者社区
科技资讯
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
开源项目
全部项目推荐好文
ELK+Wazuh搭建笔记
本文借鉴https://www.cnblogs.com/backlion/p/10394369.html(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fwww.cnblogs.com%2Fbacklion%2Fp%2F10394369.html),在此谢谢大佬指明方向!!本人又总结
ELK+Filebeat+Kafka+ZooKeeper 构建海量日志分析平台
ELKFilebeatKafkaZooKeeper构建海量日志分析平台参考:http://www.tuicool.com/articles/R77fieA(https://www.oschina.net/action/GoToLink?urlht
ELK(ElasticSearch, Logstash, Kibana)搭建实时日志分析平台
ELK平台介绍在搜索ELK资料的时候,发现这篇文章比较好,于是摘抄一小段:以下内容来自:http://baidu.blog.51cto.com/71938/1676798(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fbaidu.blog.51cto.com%2F
ELK Stack 简介
ELKStack简介ELK不是一款软件,而是Elasticsearch、Logstash和Kibana三种软件产品的首字母缩写。这三者都是开源软件,通常配合使用,而且又先后归于Elastic.co公司名下,所以被简称为ELKStack。根据GoogleTrend的信息显示,ELKStack已经成为
ELK & ElasticSearch 5.1 基础概念及配置文件详解【转】
转自:https://blog.csdn.net/zxf\_668899/article/details/54582849配置文件(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fblog.csdn.net%2Fzxf_668899%2Farticle%2Fdetai
Docker部署SkyWalking APM分布式追踪系统
1.环境介绍: 本文使用Centos7.7docker,系统IP地址为:192.168.1.10,大家在实际环境中安装使用自己的IP。2.Skywalking安装 2.1:安装服务端:服务器有两种存储方式(选一种即可),一种是默认的H2存储,即数据存储在内存中,一种是使用elasticsearch存储(推荐)。
Docker安装 RabbitMQ,Elastic6.3.0,Kibana6.3.0
1.RabbitMQdockerpullrabbitmq:3.7.7managementdockerrundnamerabbitmqp15672:15672p5672:56722888deb59dfc(默认账户密码guest)dockerrundnamerabbitmq3.7.7p
Docker 搭建 ELK 集群步骤
前言本篇文章主要介绍在两台机器上使用Docker搭建ELK。正文环境CentOS7.7系统Dockerversion19.03.8dockercomposeversion1.23.2系统设置vim编辑/etc/secur
Django和elasticsearch搜索引擎网站后端功能实现
一、输入框智能提示(es提供了接口)修改type需要在mapping中设置一个字段suggest:{“type”:“completion”}所以要修改我们定义的type:在type中新增一个字段:suggest,由于esdsl源码有一些问题,所以这样定义是会报错的,要自己定义一个CustomAnalyzer,再声明一个自定义的对
Demo:基于 Flink SQL 构建流式应用
Flink1.10.0于近期刚发布,释放了许多令人激动的新特性。尤其是FlinkSQL模块,发展速度非常快,因此本文特意从实践的角度出发,带领大家一起探索使用FlinkSQL如何快速构建流式应用。本文将基于Kafka,MySQL,Elasticsearch,Kibana,使用FlinkSQL构建一个电商用户行为的实时分析应用
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。