README.md

HistoricalLibrary

基于Elk的 24史索引系统

主要功能

• 检索式阅读
• 可视化分析

每一过专求一事。不待数过，而事事精窍矣。

每遍阅读史记只专注一个目的，只需数遍，则事事通透。 也道博观而约取，厚积而薄发。

安装Elk

终端下执行:

cd HistoricalLibrary
docker-compose up -d

Make sure that Docker is allotted at least 4GB of memory.

• 确认Elk 安装成功 http://localhost:5601/
• 访问kibana 和 elastic 用户名: elastic, 密码: ELASTIC_PASSWORD (view in .env, change for yourself)
• Elasticsearch 8.2.0, Kibana 8.2.0, Docker 3.3.3, macOs 12.3.1

导入数据

终端下执行:

# python3.8
pip install -r requirements.txt
python historical_library.py

Beware that too large bulk requests might put the cluster under memory pressure when many of them are sent concurrently, so it is advisable to avoid going beyond a couple tens of megabytes per request even if larger requests seem to perform better.

卸载

终端下执行:

docker-compose down

Kibana 使用(8.2.0)

访问地址

• 查看elastic 的所有索引数据

• 给对应的索引建立Data View

• 建立一个discover
  • discover 存储位置[Management - Kibana - Save objects]

• 数据准备完成，使用Visualize分析[Analytic - Visualize Library- create visualization - Aggregation based - Pie - 选择一个数据源（之前创建的discover和data view 都可以)]
• 创建一个饼图

• 创建一个dashboard

• 数据合并展示

• 修改 Kibana - environment - kibana.defaultAppId 可以改变之后登录kibana默认打开页面,需要重启容器

kibana.defaultAppId: dashboard/7847c610-3b0f-11eb-bd6d-934d57bf2bb6 # from databoard url

• Kibana 控制台[Management - Dev Tools]

控制台

Reference

• kibana功能列表

• elk docker-compose 参考

• elasticsearch 访问限制文档

• https://github.com/Astringentfruit/ChineseHistoricalSource

• https://duguoxue.com/ershisishi/