docker安裝單點(diǎn)elasticsearch過(guò)程

更新時(shí)間：2024年07月16日 10:17:35 作者：康提扭狗兔

這篇文章主要介紹了docker安裝單點(diǎn)elasticsearch過(guò)程,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

1.部署單點(diǎn)es

1.1.創(chuàng)建網(wǎng)絡(luò)

因?yàn)槲覀冞€需要部署kibana容器，因此需要讓es和kibana容器互聯(lián)。

這里先創(chuàng)建一個(gè)網(wǎng)絡(luò)：

docker network create es-net

1.2.拉取鏡像

# 導(dǎo)入數(shù)據(jù)
docker pull elasticsearch:7.17.5
docker pull kibana:7.17.5

1.3.運(yùn)行

運(yùn)行docker命令，部署單點(diǎn)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(shè)置集群名稱
-e "http.host=0.0.0.0"：監(jiān)聽(tīng)的地址，可以外網(wǎng)訪問(wèn)
-e "ES_JAVA_OPTS=-Xms512m -Xmx512m"：內(nèi)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(shù)據(jù)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(wèn)權(quán)
--network es-net ：加入一個(gè)名為es-net的網(wǎng)絡(luò)中
-p 9200:9200：端口映射配置，http訪問(wèn)的入口
-p 9300:9300：tcp協(xié)議端口，用于集群模式下節(jié)點(diǎn)與節(jié)點(diǎn)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(yīng)結(jié)果：

2.部署kibana

kibana可以給我們提供一個(gè)elasticsearch的可視化界面，便于我們學(xué)習(xí)。

2.1.部署

運(yùn)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(gè)名為es-net的網(wǎng)絡(luò)中，與elasticsearch在同一個(gè)網(wǎng)絡(luò)中
-e ELASTICSEARCH_HOSTS=http://es:9200"：設(shè)置elasticsearch的地址，因?yàn)閗ibana已經(jīng)與elasticsearch在一個(gè)網(wǎng)絡(luò)，因此可以用容器名直接訪問(wèn)elasticsearch
-p 5601:5601：端口映射配置

kibana啟動(dòng)一般比較慢，需要多等待一會(huì)，可以通過(guò)命令：

docker logs -f kibana

查看運(yùn)行日志，當(dāng)查看到下面的日志，說(shuō)明成功：

此時(shí)，在瀏覽器輸入地址訪問(wèn)：http://192.168.xxx.xxx:5601，即可看到結(jié)果

2.2.DevTools

kibana中提供了一個(gè)DevTools界面：

這個(gè)界面中可以編寫(xiě)DSL來(lái)操作elasticsearch。并且對(duì)DSL語(yǔ)句有自動(dòng)補(bǔ)全功能。

DSL就是elasticsearch提供的特殊語(yǔ)法，基本格式如下：

[請(qǐng)求方式] /[請(qǐng)求路徑]
{
    [請(qǐng)求參數(shù)key1]: [請(qǐng)求參數(shù)value1]，
    [請(qǐng)求參數(shù)key2]: [請(qǐng)求參數(shù)value2]
}

例如：

GET /_analyze
{
  "analyzer": "standard",
  "text": "哈哈哈哈哈哈"
}

3.安裝IK分詞器

默認(rèn)是沒(méi)有安裝ik分詞器的

3.1.在線安裝ik插件（較慢）

# 進(jìn)入容器內(nèi)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(shù)據(jù)卷目錄

安裝插件需要知道elasticsearch的plugins目錄位置，而我們用了數(shù)據(jù)卷掛載，因此需要查看elasticsearch的數(shù)據(jù)卷目錄

通過(guò)下面命令查看：

docker volume inspect es-plugins

顯示結(jié)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(shuō)明plugins目錄被掛載到了：/var/lib/docker/volumes/es-plugins/_data 這個(gè)目錄中。

2）解壓縮分詞器安裝包

3）上傳到es容器的插件數(shù)據(jù)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(cè)試：

IK分詞器包含兩種模式：

ik_smart：最少切分
ik_max_word：最細(xì)切分

GET /_analyze
{
  "analyzer": "ik_smart",
  "text": "百度百科是一部?jī)?nèi)容開(kāi)放、自由的網(wǎng)絡(luò)百科全書(shū),旨在創(chuàng)造一個(gè)涵蓋所有領(lǐng)域知識(shí),服務(wù)所有互聯(lián)網(wǎng)用戶的中文知識(shí)性百科全"
}

結(jié)果：

3.3 擴(kuò)展詞詞典

隨著互聯(lián)網(wǎng)的發(fā)展，“造詞運(yùn)動(dòng)”也越發(fā)的頻繁。出現(xiàn)了很多新的詞語(yǔ)，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(kuò)展詞匯的功能。

1）打開(kāi)IK分詞器config目錄：

2）在IKAnalyzer.cfg.xml配置文件內(nèi)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(kuò)展配置</comment>
        <!--用戶可以在這里配置自己的擴(kuò)展字典 *** 添加擴(kuò)展詞典-->
        <entry key="ext_dict">ext.dic</entry>
</properties>

3）新建一個(gè) ext.dic，可以參考config目錄下復(fù)制一個(gè)配置文件進(jìn)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(jīng)成功加載ext.dic配置文件

5）測(cè)試效果：

GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "這是一個(gè)小黑子，奧力給！"
}

注意當(dāng)前文件的編碼必須是 UTF-8 格式，嚴(yán)禁使用Windows記事本編輯

3.4 停用詞詞典

在互聯(lián)網(wǎng)項(xiàng)目中，在網(wǎng)絡(luò)間傳輸?shù)乃俣群芸?，所以很多語(yǔ)言是不允許在網(wǎng)絡(luò)上傳遞的，如：關(guān)于宗教、政治等敏感詞語(yǔ)，那么我們?cè)谒阉鲿r(shí)也應(yīng)該忽略當(dāng)前詞匯。

IK分詞器也提供了強(qiáng)大的停用詞功能，讓我們?cè)谒饕龝r(shí)就直接忽略當(dāng)前的停用詞匯表中的內(nèi)容。

1）IKAnalyzer.cfg.xml配置文件內(nèi)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(kuò)展配置</comment>
        <!--用戶可以在這里配置自己的擴(kuò)展字典-->
        <entry key="ext_dict">ext.dic</entry>
         <!--用戶可以在這里配置自己的擴(kuò)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(wù)
docker restart elasticsearch
docker restart kibana

# 查看 日志
docker logs -f elasticsearch

日志中已經(jīng)成功加載stopword.dic配置文件

5）測(cè)試效果：

GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "劉/德/華/給我點(diǎn)贊,奧力給！"
}

注意當(dāng)前文件的編碼必須是 UTF-8 格式，嚴(yán)禁使用Windows記事本編輯

4.部署es集群

我們會(huì)在單機(jī)上利用docker容器運(yùn)行多個(gè)es實(shí)例來(lái)模擬es集群。不過(guò)生產(chǎn)環(huán)境推薦大家每一臺(tái)服務(wù)節(jié)點(diǎn)僅部署一個(gè)es的實(shí)例。

部署es集群可以直接使用docker-compose來(lái)完成，但這要求你的Linux虛擬機(jī)至少有4G的內(nèi)存空間

4.1.創(chuàng)建es集群

首先編寫(xiě)一個(gè)docker-compose文件，內(nèi)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：