docker安裝單點elasticsearch過程
安裝elasticsearch
1.部署單點es
1.1.創(chuàng)建網絡
因為我們還需要部署kibana容器，因此需要讓es和kibana容器互聯。
這里先創(chuàng)建一個網絡：
docker network create es-net
1.2.拉取鏡像
# 導入數據 docker pull elasticsearch:7.17.5 docker pull kibana:7.17.5
1.3.運行
運行docker命令，部署單點es：
docker run -d --name es -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" -e "discovery.type=single-node" -v es-data:/usr/share/elasticsearch/data -v es-plugins:/usr/share/elasticsearch/plugins --privileged --network es-net -p 9200:9200 -p 9300:9300 elasticsearch:7.12.1
docker run -d \
--name es \
-e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
-e "discovery.type=single-node" \
-v es-data:/usr/share/elasticsearch/data \
-v es-plugins:/usr/share/elasticsearch/plugins \
--privileged \
--network es-net \
-p 9200:9200 \
-p 9300:9300 \
elasticsearch:7.17.5命令解釋：
-e "cluster.name=es-docker-cluster"：設置集群名稱-e "http.host=0.0.0.0"：監(jiān)聽的地址，可以外網訪問-e "ES_JAVA_OPTS=-Xms512m -Xmx512m"：內存大小-e "discovery.type=single-node"：非集群模式-v es-data:/usr/share/elasticsearch/data：掛載邏輯卷，綁定es的數據目錄-v es-logs:/usr/share/elasticsearch/logs：掛載邏輯卷，綁定es的日志目錄-v es-plugins:/usr/share/elasticsearch/plugins：掛載邏輯卷，綁定es的插件目錄--privileged：授予邏輯卷訪問權--network es-net：加入一個名為es-net的網絡中-p 9200:9200：端口映射配置，http訪問的入口- -p 9300:9300：tcp協(xié)議端口，用于集群模式下節(jié)點與節(jié)點之間的心跳檢查的
在瀏覽器中輸入：http://192.168.xxx.xxx:9200 即可看到elasticsearch的響應結果：
2.部署kibana
kibana可以給我們提供一個elasticsearch的可視化界面，便于我們學習。
2.1.部署
運行docker命令，部署kibana
docker run -d \ --name kibana \ -e ELASTICSEARCH_HOSTS=http://es:9200 \ --network=es-net \ -p 5601:5601 \ kibana:7.12.1 docker run -d \ --name kibana \ -e ELASTICSEARCH_HOSTS=http://es:9200 \ --network=es-net \ -p 5601:5601 \ kibana:7.17.5
--network es-net：加入一個名為es-net的網絡中，與elasticsearch在同一個網絡中-e ELASTICSEARCH_HOSTS=http://es:9200"：設置elasticsearch的地址，因為kibana已經與elasticsearch在一個網絡，因此可以用容器名直接訪問elasticsearch-p 5601:5601：端口映射配置
kibana啟動一般比較慢，需要多等待一會，可以通過命令：
docker logs -f kibana
查看運行日志，當查看到下面的日志，說明成功：
此時，在瀏覽器輸入地址訪問：http://192.168.xxx.xxx:5601，即可看到結果
2.2.DevTools
kibana中提供了一個DevTools界面：
這個界面中可以編寫DSL來操作elasticsearch。并且對DSL語句有自動補全功能。
DSL就是elasticsearch提供的特殊語法，基本格式如下：
[請求方式] /[請求路徑]
{
[請求參數key1]: [請求參數value1]，
[請求參數key2]: [請求參數value2]
}
例如：
GET /_analyze
{
"analyzer": "standard",
"text": "哈哈哈哈哈哈"
}
3.安裝IK分詞器
默認是沒有安裝ik分詞器的
3.1.在線安裝ik插件（較慢）
# 進入容器內部 docker exec -it es /bin/bash # 在線下載并安裝 注意版本與es匹配!!!! ./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip #退出 exit #重啟容器 docker restart elasticsearch
3.2.離線安裝ik插件（推薦）
1）查看數據卷目錄
安裝插件需要知道elasticsearch的plugins目錄位置，而我們用了數據卷掛載，因此需要查看elasticsearch的數據卷目錄
通過下面命令查看：
docker volume inspect es-plugins
顯示結果：
[
{
"CreatedAt": "2022-05-06T10:06:34+08:00",
"Driver": "local",
"Labels": null,
"Mountpoint": "/var/lib/docker/volumes/es-plugins/_data",
"Name": "es-plugins",
"Options": null,
"Scope": "local"
}
]
說明plugins目錄被掛載到了：/var/lib/docker/volumes/es-plugins/_data 這個目錄中。
2）解壓縮分詞器安裝包
3）上傳到es容器的插件數據卷中
4）重啟容器
# 4、重啟容器 docker restart es
# 查看es日志 docker logs -f es
5）測試：
IK分詞器包含兩種模式：
ik_smart：最少切分ik_max_word：最細切分
GET /_analyze
{
"analyzer": "ik_smart",
"text": "百度百科是一部內容開放、自由的網絡百科全書,旨在創(chuàng)造一個涵蓋所有領域知識,服務所有互聯網用戶的中文知識性百科全"
}
結果：
3.3 擴展詞詞典
隨著互聯網的發(fā)展，“造詞運動”也越發(fā)的頻繁。出現了很多新的詞語，在原有的詞匯列表中并不存在。比如：“奧力給”，“傳智播客” 等。
所以我們的詞匯也需要不斷的更新，IK分詞器提供了擴展詞匯的功能。
1）打開IK分詞器config目錄：
2）在IKAnalyzer.cfg.xml配置文件內容添加：
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
<comment>IK Analyzer 擴展配置</comment>
<!--用戶可以在這里配置自己的擴展字典 *** 添加擴展詞典-->
<entry key="ext_dict">ext.dic</entry>
</properties>
3）新建一個 ext.dic，可以參考config目錄下復制一個配置文件進行修改
- 奧力給
- 小黑子
4）重啟elasticsearch
docker restart es # 查看 日志 docker logs -f elasticsearch
Dict Loading
日志中已經成功加載ext.dic配置文件
5）測試效果：
GET /_analyze
{
"analyzer": "ik_max_word",
"text": "這是一個小黑子，奧力給！"
}
注意當前文件的編碼必須是 UTF-8 格式，嚴禁使用Windows記事本編輯
3.4 停用詞詞典
在互聯網項目中，在網絡間傳輸的速度很快，所以很多語言是不允許在網絡上傳遞的，如：關于宗教、政治等敏感詞語，那么我們在搜索時也應該忽略當前詞匯。
IK分詞器也提供了強大的停用詞功能，讓我們在索引時就直接忽略當前的停用詞匯表中的內容。
1）IKAnalyzer.cfg.xml配置文件內容添加：
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
<comment>IK Analyzer 擴展配置</comment>
<!--用戶可以在這里配置自己的擴展字典-->
<entry key="ext_dict">ext.dic</entry>
<!--用戶可以在這里配置自己的擴展停止詞字典 *** 添加停用詞詞典-->
<entry key="ext_stopwords">stopword.dic</entry>
</properties>
3）在 stopword.dic 添加停用詞
劉/德/華
4）重啟elasticsearch
# 重啟服務 docker restart elasticsearch docker restart kibana # 查看 日志 docker logs -f elasticsearch
日志中已經成功加載stopword.dic配置文件
5）測試效果：
GET /_analyze
{
"analyzer": "ik_max_word",
"text": "劉/德/華/給我點贊,奧力給！"
}
注意當前文件的編碼必須是 UTF-8 格式，嚴禁使用Windows記事本編輯
4.部署es集群
我們會在單機上利用docker容器運行多個es實例來模擬es集群。不過生產環(huán)境推薦大家每一臺服務節(jié)點僅部署一個es的實例。
部署es集群可以直接使用docker-compose來完成，但這要求你的Linux虛擬機至少有4G的內存空間
4.1.創(chuàng)建es集群
首先編寫一個docker-compose文件，內容如下：
version: '2.2'
services:
es01:
image: elasticsearch:7.12.1
container_name: es01
environment:
- node.name=es01
- cluster.name=es-docker-cluster
- discovery.seed_hosts=es02,es03
- cluster.initial_master_nodes=es01,es02,es03
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
ulimits:
memlock:
soft: -1
hard: -1
volumes:
- data01:/usr/share/elasticsearch/data
ports:
- 9200:9200
networks:
- elastic
es02:
image: elasticsearch:7.12.1
container_name: es02
environment:
- node.name=es02
- cluster.name=es-docker-cluster
- discovery.seed_hosts=es01,es03
- cluster.initial_master_nodes=es01,es02,es03
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
ulimits:
memlock:
soft: -1
hard: -1
volumes:
- data02:/usr/share/elasticsearch/data
ports:
- 9201:9200
networks:
- elastic
es03:
image: elasticsearch:7.12.1
container_name: es03
environment:
- node.name=es03
- cluster.name=es-docker-cluster
- discovery.seed_hosts=es01,es02
- cluster.initial_master_nodes=es01,es02,es03
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
ulimits:
memlock:
soft: -1
hard: -1
volumes:
- data03:/usr/share/elasticsearch/data
ports:
- 9202:9200
networks:
- elastic
volumes:
data01:
driver: local
data02:
driver: local
data03:
driver: local
networks:
elastic:
driver: bridge
Run docker-compose to bring up the cluster：
docker-compose up -d
4.2.集群狀態(tài)監(jiān)控
kibana可以監(jiān)控es集群，不過新版本需要依賴es的x-pack 功能，配置比較復雜。
這里推薦使用cerebro來監(jiān)控es集群狀態(tài)，官方網址：https://github.com/lmenezes/cerebro
總結
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
Docker創(chuàng)建一個Nginx服務器的方法步驟
使用Dokcer可以很好的對鏡像進行管理，創(chuàng)建和使用容器。這篇文章主要介紹了Docker創(chuàng)建一個Nginx服務器的方法步驟，小編覺得挺不錯的，現在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2019-01-01
這篇文章主要介紹了Docker中的images存儲路徑修改方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-11-11
這篇文章主要介紹了docker下載鏡像太慢的解決方案,具體操作步驟很詳細也很簡單，有遇到相同問題但是不知道如何解決的同學可以嘗試下2021-03-03
Alpine鏡像中telnet轉移至busybox-extras
今天小編就為大家分享一篇關于Alpine鏡像中telnet轉移至busybox-extras，小編覺得內容挺不錯的，現在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2018-12-12
今天給大家分享一篇教程關于docker安裝jenkins的步驟，在文中給大家提到了jenkins基本工作原理，本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友參考下吧2021-06-06
docker+gitlab+gitlab-runner部署詳解
這篇文章主要介紹了docker+gitlab+gitlab-runner部署詳解，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-10-10
Docker搭建私有倉庫(registry與Harbor)的實現
這篇文章主要介紹了Docker搭建私有倉庫(registry與Harbor)的實現，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-12-12
Docker 是一個基于Linux容器(LXC-linux container)的高級容器引擎，基于go語言開發(fā)，源代碼托管在 Github 上, 遵從Apache2.0協(xié)議開源。這篇文章主要介紹了docker指令收集整理(收藏),需要的朋友可以參考下2017-02-02
這篇文章主要介紹了k8s部署docker容器的實現，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-06-06
這篇文章主要介紹了Docker使用Link在容器之間建立連接的相關資料,需要的朋友可以參考下2016-10-10