avatar
文章
132
首页
时间轴
标签
分类
清单
友链
关于
小黑的小站
首页
时间轴
标签
分类
清单
友链
关于
后端/elasticSearch+docker
字数总计:3.1k|阅读时长: 11 分钟
|阅读量:

Docker 安装 ElasticSearch

1 安装说明

在平时工作的时候，开发环境大多数会安装单机ElasticSearch，但生产环境基本会安装ElasticSearch集群版，所以我们接下来实现一下ElasticSearch单机安装，下一节实现集群安装，但安装也大多数采用Docker安装。不过中文搜索，会实现分词器集成，可以采用 IK 分词器。ElasticSearch采用Kibana实现数据可视化分析也是当前主流，所以我们除了安装ElasticSearch和IK分词器外，还需要安装Kibana。

安装实践:

1:ElasticSearch单机安装 2:IK分词器安装 3:Kibana安装

2 Docker 安装 ElasticSearch

当前ElasticSearch已经到了8.0，新版本都有很多新特性，性能和功能都有大幅提升，我们建议使用较高版本，这里将采用7.12.1版本。

2.1 网络创建

高版本安装Kibana的时候需要和ElasticSearch在同一网段内，所以采用docker安装首先要确认网段，为了方便操作，我们直接创建一个网络，创建脚本如下:

1
docker network create itmentu-net

2.2 ElasticSearch 安装

安装ElasticSearch脚本如下:

1
2
3
4
5
6
7
8
9
10
11
docker run -d \
 --name elasticsearch \
 -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 itmentu-net \
 -p 9200:9200 \
 -p 9300:9300 \
elasticsearch:7.12.1

命令说明：

  • -e "cluster.name=es-docker-cluster"：设置集群名称
  • -e "http.host=0.0.0.0"：监听的地址，可以外网访问
  • -e "ES_JAVA_OPTS=-Xms512m -Xmx512m"：内存大小
  • -e "discovery.type=single-node"：非集群模式
  • -v es-data:/usr/share/elasticsearch/data：挂载逻辑卷，绑定elasticsearch的数据目录
  • -v es-logs:/usr/share/elasticsearch/logs：挂载逻辑卷，绑定elasticsearch的日志目录
  • -v es-plugins:/usr/share/elasticsearch/plugins：挂载逻辑卷，绑定elasticsearch的插件目录
  • --privileged：授予逻辑卷访问权
  • --network itmentu-net ：加入一个名为itmentu-net的网络中
  • -p 9200:9200：端口映射配置

Docker安装ElasticSearch下载可能会比较慢，需要耐心等待，效果如下：

image-20220102123013210

安装完成后，在浏览器中输入：http://192.168.211.130:9200/ 即可看到elasticsearch的响应结果：

image-20220102122738908

3 安装 Kibana

我们可以基于Http请求操作ElasticSearch，但基于Http操作比较麻烦，我们可以采用Kibana实现可视化操作。

3.1 Kibana 介绍

image-20220102122520286

Kibana 是一个免费且开放的用户界面，能够让您对 Elasticsearch 数据进行可视化，并让您在 Elastic Stack 中进行导航。您可以进行各种操作，从跟踪查询负载，到理解请求如何流经您的整个应用，都能轻松完成。

Kibana 让您能够自由地选择如何呈现自己的数据。不过借助 Kibana 的交互式可视化，您可以先从一个问题出发，看看能够从中发现些什么。

可视化界面如下：

image-20220102122626497

3.2 Kibana 安装

使用Docker安装Kibana非常简单，只需要执行如下命令即可，但是执行命令需要注意Kibana操作的ElasticSearch地址，因为Kibana是需要连接ElasticSearch进行操作的，命令如下:

1
2
3
4
5
6
docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://192.168.211.130:9200 \
--network itmentu-net \
-p 5601:5601  \
kibana:7.12.1

命令说明：

  • --network itmentu-net ：加入一个名为itmentu-net的网络中，与elasticsearch在同一个网络中
  • -e ELASTICSEARCH_HOSTS=http://192.168.211.130:9200"：设置elasticsearch的地址，因为kibana已经与elasticsearch在一个网络，因此可以用容器名直接访问elasticsearch，也可以写 IP 地址实现访问。
  • -p 5601:5601：端口映射配置

安装的时候如果没有镜像，会下载镜像，效果如下：

image-20220102123516823

kibana安装会比较耗时间，也需要耐心等待下载安装完成，如果想实时知道服务安装运行的状态，可以通过查看日志实现，查看日志如下：

复制代码

1
docker logs -f kibana

日志中如果出现了http://0.0.0.0:5601即可访问Kibana后台服务，日志如下：

image-20220102123646972

访问http://192.168.211.130:5601效果如下：

image-20220102123829118

可以点击Add data，添加示例数据，如下图，随意选一个即可，不选其实也是可以的。

image-20220102123929231

3.3 Kibana 中文配置

我们发现Kibana是英文面板，看起来不是很方便，但Kibana是支持中文配置，所以我们可以把Kibana配置成中文版，便于我们操作。

切换中文操作如下:

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
#进入容器
docker exec -it kibana /bin/bash
#进入配置文件目录
cd /usr/share/kibana/config
#编辑文件kibana.yml
vi kibana.yml
#在最后一行添加如下配置
i18n.locale: zh-CN
#保存退出
exit
#并重启容器
docker restart kibana

等待Kibana容器启动，再次访问http://192.168.211.130:5601/效果如下：

image-20220102124446277

4 IK 分词器安装

我们打开Kibana，点击开发工具，操作如下：

image-20220102130545516

输入如下操作，用于查询分词：

image-20220102130749934

上图测试代码如下:

复制代码

1
2
3
4
5
GET /_analyze
{
 "analyzer": "standard",
 "text": "IT门徒，带你打开通往梦想的门！"
}

表示使用standard对IT门徒，带你打开通往梦想的门！进行分词。

分词：提取一句话或者一篇文章中的词语。

我们在使用ElasticSearch的时候，默认用standard分词器，但standard分词器使用的是按空格分词，这种分词操作方法不符合中文分词标准，我们需要额外安装中文分词器。

4.1 IK 分词器介绍

IK Analyzer是一个开源的，基于 java 语言开发的轻量级的中文分词工具包。从 2006 年 12 月推出 1.0 版开始， IKAnalyzer已经推出了多个大版本。最初，它是以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。IK Analyzer则发展为面向Java的公用分词组件，独立于Lucene 项目，同时提供了对Lucene的默认优化实现。

ElasticSearch内核其实就是基于Lucene，所以我们可以直接在ElasticSearch中集成 IK 分词器，IK分词器集成ElasticSearch下载地址：github.com/medcl/elast…

image-20220102125305738

4.2 IK 分词器配置

下载安装包elasticsearch-analysis-ik-7.12.1.zip后，并解压，目录如下：

image-20220102125602923

我们只需要将上面elasticsearch-analysis-ik-7.12.1拷贝到ElasticSearch的plugins目录中即可，但由于当前服务采用的是docker安装，所以需要将文件拷贝到docker容器的plugins目录才行。

操作如下：

复制代码

1
2
3
4
5
6
#为了方便配置，我们将elasticsearch-analysis-ik-7.12.1改成ik文件夹
mv elasticsearch-analysis-ik-7.12.1 ik
#将ik文件夹拷贝到elasticsearch容器中
docker cp ik elasticsearch:/usr/share/elasticsearch/plugins
#重启容器
docker restart elasticsearch

操作效果如下：

image-20220102130217434

4.3 分词测试

IK分词器包含两种模式：

  • ik_smart：最少切分
  • ik_max_word：最细切分

前面使用默认的standard分词器，对中文分词非常难用，安装 IK 分词器后，我们可以使用 IK 分词器测试，测试代码如下：

复制代码

1
2
3
4
5
GET /_analyze
{
 "analyzer": "ik_max_word",
 "text": "IT门徒，带你打开通往梦想的门！"
}

测试效果如下：

image-20220102131106766

我们可以发现对中文的分词效果是比较不错的，但也存在一些不足，比如梦想的门我们希望它是一个词，而带你我们希望它不被识别一个词，又该如何实现呢？

4.4 IK 自定义词典

IK 分词器支持自定义词典，包括自定义分词，也包含自定义停用分词，操作起来也非常简单。我们接下来实现一下自定义词典和停用词典。

4.4.1 自定义词典

自定义词典，需要先创建自己的词典，再引用自己的词典即可。

复制代码

1:创建词典 2:引用词典

1)创建词典

在config中创建自己的词典，例如叫itmentu_ext.dic，在文件中添加自定义的词语，操作如下：

image-20220102133144102

我们把自定义的词典梦想的门添加到了itmentu_ext.dic中了，这就是创建词典，如果后多个自定义次，需要换行加入，这里一定要注意中文分词设置编码格式为UTF-8。

2)引用词典

修改config/IKAnalyzer.cfg.xml引用自己创建的itmentu_ext.dic词典，配置如下:

image-20220102131927984

上图代码如下：

xml

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
<?xml version="1.0" encoding="UTF-8"?>

<!DOCTYPE  SYSTEM "http://java.sun.com/dtd/.dtd">

<>
<comment>IK Analyzer 扩展配置</comment>

 <!--用户可以在这里配置自己的扩展字典 -->

<entry key="ext_dict">itmentu_ext.dic</entry>

 <!--用户可以在这里配置自己的扩展停止词字典-->

<entry key="ext_stopwords"></entry>

 <!--用户可以在这里配置远程扩展字典 -->
 <!-- <entry key="remote_ext_dict">words_location</entry> -->
 <!--用户可以在这里配置远程扩展停止词字典-->
 <!-- <entry key="remote_ext_stopwords">words_location</entry> -->

</>

我们将改好的文件重新上传到elasticsearch容器的/usr/share/elasticsearch/plugins目录下，重启elasticsearch容器即可。

操作如下:

复制代码

`#将上传的 config 拷贝到服务器

将 ik 文件夹拷贝到 elasticsearch 容器中

docker cp ik elasticsearch:/usr/share/elasticsearch/plugins

重启容器

docker restart elasticsearch`

在使用Kibana测试 http://192.168.211.130:5601/app/dev_tools#/console 效果如下：

image-20220102133431459

4.4.2 自定义停用词汇

自定义停用词典和自定义词典一样，需要先创建自己的词典，再引用自己的词典即可。

复制代码

1:创建词典 2:引用词典

1)创建词典

在config中创建自己的停用词典，例如叫itmentu_stop.dic，在文件中添加自定义的停用词语，操作如下：

image-20220102133606560

2)引用词典

修改config/IKAnalyzer.cfg.xml引用自己创建的itmentu_stop.dic停用词典，配置如下:

image-20220102133807712

上图代码如下:

xml

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
<?xml version="1.0" encoding="UTF-8"?>

<!DOCTYPE  SYSTEM "http://java.sun.com/dtd/.dtd">

<>
<comment>IK Analyzer 扩展配置</comment>

 <!--用户可以在这里配置自己的扩展字典 -->

<entry key="ext_dict">itmentu_ext.dic</entry>

 <!--用户可以在这里配置自己的扩展停止词字典-->

<entry key="ext_stopwords">itmentu_stop.dic</entry>

 <!--用户可以在这里配置远程扩展字典 -->
 <!-- <entry key="remote_ext_dict">words_location</entry> -->
 <!--用户可以在这里配置远程扩展停止词字典-->
 <!-- <entry key="remote_ext_stopwords">words_location</entry> -->

</>

我们将改好的文件重新上传到elasticsearch容器的/usr/share/elasticsearch/plugins目录下，重启elasticsearch容器即可。

操作如下:

复制代码

`#将上传的 config 拷贝到服务器

将 ik 文件夹拷贝到 elasticsearch 容器中

docker cp ik elasticsearch:/usr/share/elasticsearch/plugins

重启容器

docker restart elasticsearch`

在使用Kibana测试 http://192.168.211.130:5601/app/dev_tools#/console 效果如下：

image-20220102134039836

我们可以发现，不再有带你的分词了，说明停用分词也生效了。

5 ElasticSearch 集群安装

部署 es 集群可以直接使用docker-compose来完成，不过要求你的 Linux 虚拟机至少有4G的内存空间。

首先我们需要创建 docker-compose 脚本，再运行脚本实现安装即可，集群配置脚本如下elasticsearch.yml：

yaml

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
version: '3.8'
services:
es01:
image: docker.elastic.co/elasticsearch/elasticsearch:7.12.1
container_name: elasticsearch01
environment:

- node.name=elasticsearch01
- cluster.name=es-docker-cluster
- discovery.seed_hosts=elasticsearch01,elasticsearch01
- cluster.initial_master_nodes=elasticsearch01,elasticsearch01,elasticsearch01
- 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: docker.elastic.co/elasticsearch/elasticsearch:7.12.1
  container_name: elasticsearch02
  environment:
- node.name=elasticsearch02
- cluster.name=es-docker-cluster
- discovery.seed_hosts=elasticsearch01,elasticsearch03
- cluster.initial_master_nodes=elasticsearch01,elasticsearch02,elasticsearch03
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
  ulimits:
  memlock:
  soft: -1
  hard: -1
  volumes:
- data02:/usr/share/elasticsearch/data
  networks:
- elastic
  es03:
  image: docker.elastic.co/elasticsearch/elasticsearch:7.12.1
  container_name: elasticsearch03
  environment:
- node.name=elasticsearch03
- cluster.name=es-docker-cluster
- discovery.seed_hosts=elasticsearch01,elasticsearch02
- cluster.initial_master_nodes=elasticsearch01,elasticsearch02,elasticsearch03
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
  ulimits:
  memlock:
  soft: -1
  hard: -1
  volumes:
- data03:/usr/share/elasticsearch/data
  networks:
- elastic
  volumes:
  data01:
  driver: local
  data02:
  driver: local
  data03:
  driver: local
  networks:
  elastic:
  driver: bridge

作者：bysecby
链接：https://juejin.cn/post/7074115690340286472
来源：稀土掘金
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

文章作者: 小黑
文章链接: http://yoursite.com/2023/10/13/后端/elasticSearch+docker/
版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 小黑的小站！
打赏
  • 微信
    微信
  • 支付寶
    支付寶
2