start-local:一键本地启动 Elasticsearch 和 Kibana

article/2025/8/24 14:54:51

start-local:一键本地启动 Elasticsearch 和 Kibana

start-local Try Elasticsearch and Kibana locally start-local 项目地址: https://gitcode.com/gh_mirrors/st/start-local

项目介绍

start-local 是一个开源项目,它通过一个简单的 shell 脚本,使用 Docker 在本地机器上快速启动和运行 Elasticsearch 和 Kibana 服务。这个脚本的设计初衷是为了本地测试,让开发者能够方便地在本地环境中体验和测试 Elasticsearch 和 Kibana 的功能。

项目技术分析

start-local 脚本背后依赖于 Docker,这意味着它能够利用 Docker 容器化技术,为 Elasticsearch 和 Kibana 提供一个隔离且易于管理的运行环境。通过 docker-compose.yml 文件配置,脚本可以自动创建和运行必要的容器。此外,它还提供了环境设置文件 .env,其中包含了 Elasticsearch 的密码等关键配置信息。

项目及技术应用场景

该项目非常适合以下几种应用场景:

  • 本地开发与测试:开发者可以在本地机器上快速搭建 Elasticsearch 和 Kibana 的开发环境,进行功能测试和调试。
  • 教学演示:教育工作者可以使用 start-local 来演示和教授 Elasticsearch 和 Kibana 的使用方法。
  • 临时展示:需要在非正式场合临时展示 Elasticsearch 和 Kibana 功能时,start-local 可以快速搭建演示环境。

项目特点

1. 简单易用

start-local 通过一个简单的 curl 命令即可安装和启动服务,极大简化了配置过程,让开发者能够快速上手。

curl -fsSL https://elastic.co/start-local | sh

2. 完整功能体验

脚本提供了一个为期一个月的试用许可,包含所有功能,如 playground、ELSER、语义检索模型、Elastic Inference API 等。试用期过后,许可将转为免费的基础版,依然包含如向量搜索、ES|QL 等功能。

3. 灵活的版本选择

开发者可以指定安装特定版本的 Elastic Stack,甚至可以安装即将发布的 beta 版本。

curl -fsSL https://elastic.co/start-local | sh -s -- -v 8.16.0

4. 系统要求低

start-local 只需要 5GB 的磁盘空间和 Docker 环境,支持 Linux 和 macOS 系统。在 Windows 系统上,它可以通过 Windows Subsystem for Linux (WSL) 运行。

5. 安全性

脚本生成的 Elasticsearch 和 Kibana 实例默认只在本机可访问,并使用 Basic 认证,提供了基本的安全性保障。但请注意,该脚本不适用于生产环境。

6. 易于管理

start-local 提供了 start.shstop.sh 脚本,方便开发者启动和停止服务。此外,还提供了 uninstall.sh 脚本,用于彻底卸载和删除数据。

cd elastic-start-local
./start.sh
# 或者
cd elastic-start-local
./stop.sh

7. 定制化配置

开发者可以编辑 .env 文件,根据需要更改配置,如修改 Elasticsearch 密码等。更改后,重启服务即可生效。

cd elastic-start-local
./stop.sh
./start.sh

8. 测试完备

项目使用 bashunit 进行测试,确保脚本的稳定性和可靠性。开发者可以在 /tests 文件夹中找到测试代码。

总结来说,start-local 是一个强大且易于使用的工具,非常适合本地开发和测试 Elasticsearch 和 Kibana。通过简单的一键安装,开发者可以快速搭建一个功能完备的环境,体验和测试 Elastic Stack 的强大功能。

start-local Try Elasticsearch and Kibana locally start-local 项目地址: https://gitcode.com/gh_mirrors/st/start-local

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考


http://www.hkcw.cn/article/JPXXTtmJTA.shtml

相关文章

time-ghc-modules:快速定位Haskell编译性能瓶颈

time-ghc-modules:快速定位Haskell编译性能瓶颈 time-ghc-modules Analyze GHC .dump-timings files 项目地址: https://gitcode.com/gh_mirrors/ti/time-ghc-modules 项目介绍 在现代软件开发中,性能优化始终是一个核心话题。特别是对于使用Has…

【Cursor】配置全局 Rules:让 AI 生成的代码更符合你的开发风格

在现代软件开发中,AI 工具(如 Cursor AI)已经成为提升开发效率的重要助手。然而,为了让这些工具生成的代码更加贴合我们的开发习惯和项目需求,合理配置 全局 Rules 是至关重要的一步。本文将深入探讨如何通过全局 Rules 的配置,优化 AI 生成代码的质量、一致性和安全性。…

一文了解K8S(Kubernates)

K8S(Kubernates) 知识目录 一、K8S 1. 概述 Kubernetes 是一个可移植、可扩展的开源平台,用于管理容器化的工作负载和服务,可促进声明式配置和自动化。 Kubernetes 拥有一个庞大且快速增长的生态,其服务、支持和工具…

手把手教你实现文档搜索引擎

🏠大家好,我是Yui_💬 🍑如果文章知识点有错误的地方,请指正!和大家一起学习,一起进步👀 🚀如有不懂,可以随时向我提问,我会全力讲解~ &#x1f52…

使用 LangGraph 和 Elasticsearch 构建强大的 RAG 工作流

作者:来自 Elastic Neha Saini 在这篇博客中,我们将向你展示如何配置和自定义 LangGraph Retrieval Agent 模板与 Elasticsearch,以构建一个强大的 RAG 工作流,实现高效的数据检索和由 AI 驱动的响应。 Elasticsearch 原生集成了…

OpenEvidence AI临床决策支持工具平台研究报告

平台概述 OpenEvidence是一个专为医疗专业人士设计的临床决策支持工具,旨在通过整合各类临床计算器和先进的人工智能技术,提高医生的诊疗决策效率和准确性。作为一款综合性医疗平台,OpenEvidence将复杂的医学计算流程简化,同时提供个性化的临床建议,使医生能够更快、更准…

Python使用FastMCP开发MCP服务端

MCP简介 Model Context Protocol (MCP) 是一个专门为 LLM(大语言模型)应用设计的协议,它允许你构建服务器以安全、标准化的方式向 LLM 应用程序公开数据和功能。FastMCP 作为 Python 生态中的一款轻量级框架,利用装饰器来简化路由…

【科研绘图系列】R语言绘制GO term 富集分析图(enrichment barplot)

禁止商业或二改转载,仅供自学使用,侵权必究,如需截取部分内容请后台联系作者! 文章目录 介绍加载R包数据下载导入数据数据预处理画图code 2code 3系统信息介绍 本文介绍了使用R语言绘制GO富集分析条形图的方法。通过加载ggplot2等R包,对GO term数据进行预处理,包括p值转换…

利用Flask来实现留言板的基本操作

留言板开发 一、相关技术介绍 本项目基于现代Web开发技术栈构建,采用Python 3.12作为后端开发语言,搭配轻量级Flask 2.3.2框架实现核心功能。数据库层使用Flask-SQLAlchemy ORM框架操作MySQL 8.0数据库,通过对象关系映射简化数据操作。用户…

vue3: tmap (腾讯地图)using typescript

项目结构&#xff1a; <!--* ___-_ _-___* _--^^^#####// \\#####^^^--_* _-^##########// ( ) \\##########^-_* -############// |\^^/| \\############-* _/############// (::) \############\_* …

【Linux】线程概念

&#x1f4dd;前言&#xff1a; 这篇文章我们来讲讲Linux——线程概念&#xff1a; 线程的基本概念线程的优缺点线程与进程 &#x1f3ac;个人简介&#xff1a;努力学习ing &#x1f4cb;个人专栏&#xff1a;Linux &#x1f380;CSDN主页 愚润求学 &#x1f304;其他专栏&am…

技术文档撰写指南:从结构到细节的全流程解析

在技术领域&#xff0c;一份优质的技术文档不仅是项目成果的载体&#xff0c;更是技术思想的可视化表达。本文结合《汽车导航系统电路设计及故障分析》课程设计说明书&#xff0c;拆解技术文档的核心要素&#xff0c;提供可复用的撰写范式&#xff0c;助力技术内容高效传播。 …

如何用AI设计海报,DeepSeek+即梦免费批量生成

大家好&#xff0c;这里是K姐。 一个帮助你把AI真正用起来的女子。 佳节将至&#xff0c;还在为节日海报而苦恼吗&#xff1f; 520刚过&#xff0c;端午节、六一儿童节、618就接踵而至&#xff0c;满街满屏的海报让人眼花缭乱。 做自媒体电商以及实体店的小伙伴现在已经一个…

全国一体化算力体系建设:破解算力困局,赋能数字经济新未来​

在数字经济蓬勃发展的当下&#xff0c;算力作为核心生产力&#xff0c;正面临着前所未有的挑战与机遇。从 GPT3.5 到 GPT4 的升级&#xff0c;算力需求呈现跳跃式增长&#xff0c;需要至少提高 3 到 5 倍的算力&#xff0c;国内算力供应出现断层&#xff0c;难以满足当前需求。…

window安装nginx

步骤1&#xff1a;下载Nginx for Windows​ 访问Nginx官网下载页面&#xff1a;https://nginx.org/en/download.html 在​​Stable version​​&#xff08;稳定版&#xff09;下找到Windows版本&#xff0c;点击下载.zip文件&#xff08;如 nginx-1.28.0.zip&#xff09; 步…

秋招Day11 - JVM - 垃圾回收

讲讲JVM的垃圾回收机制 垃圾回收是指JVM对内存中已经死亡的&#xff0c;不再使用的对象进行清除或回收。 常见的垃圾回收算法有标记-复制&#xff0c;标记-整理&#xff0c;标记-清除&#xff0c;分代收集算法等 一般的垃圾回收。过程是先使用可达性分析算法得出内存中哪些对…

Deepseek应用技巧-Dify安装和踩坑指南

前言&#xff1a;Dify的名号是非常大的&#xff0c;作为私有化AI部署中必不可少的一个组件&#xff0c;他的功能和COZE十分相似&#xff0c;可以进行工作流和智能体的搭建&#xff0c;有非常强大的功能&#xff0c;那本节就将来揭开Dify的神秘的面纱&#xff0c;首先看一下Dify…

[python] argparse怎么指定bool类型?

前述 最近在写脚本的时候想要实现一个if 操作&#xff0c;通过用户输入。确定要不要启用某个语句。 非常自然的就是使用python的argparse包&#xff0c;但是发现了一个陷阱&#xff0c;记录下。 陷阱 argparse.ArgumentParser() 可以指定输入类型&#xff0c;我可以设定为bo…

尚硅谷redis7 86 redis集群分片之3主3从集群搭建

86 redis集群分片之3主集群搭建 3主3从redis集群配置 找3台真实虚拟机,各自新建 mķdir -p /myredis/cluster 新建6个独立的redis实例服务 IP:192.168.111.175端口6381/端口6382 vim /myredis/cluster/redisCluster6381.conf bind 0.0.0.0 daemonize yes protected-mode no …

交集、差集、反选

1.交集&#xff1a;两个ROI相交的部分 dev_open_window (0, 0, 512, 512, black, WindowHandle) read_image (Image, clip) threshold (Image, Region, 0, 128) * 交集 intersection (Circle1, Circle2, RegionIntersection) 最终效果如下图所示&#xff1a; 2.差集&#xff1a…