Loading... # 1.部署单点es ## 1.1.创建网络 因为我们还需要部署kibana容器,因此需要让es和kibana容器互联。这里先创建一个网络: ```sh docker network create es-net ``` ## 1.2.加载镜像 这里我们采用elasticsearch的7.12.1版本的镜像,这个镜像体积非常大,接近1G。不建议大家自己pull。 课前资料提供了镜像的tar包: ![](https://blog.fivk.cn/usr/uploads/2023/11/1176206158.png) 大家将其上传到虚拟机中,然后运行命令加载即可: ```sh # 导入数据 docker load -i es.tar ``` 同理还有`kibana`的tar包也需要这样做。 ## 1.3.运行 新建映射目录并设置权限 ```sh sudo mkdir -p /docker/elasticsearch/data sudo chmod 777 /docker/elasticsearch/data sudo mkdir -p /docker/elasticsearch/logs sudo chmod 777 /docker/elasticsearch/logs sudo mkdir -p /docker/elasticsearch/plugins sudo chmod 777 /docker/elasticsearch/plugins ``` **运行docker命令,部署单点es:** ``` docker run -d \ --name es \ -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \ -e "discovery.type=single-node" \ -v /docker/elasticsearch/data:/usr/share/elasticsearch/data \ -v /docker/elasticsearch/plugins:/usr/share/elasticsearch/plugins \ -v /docker/elasticsearch/logs:/usr/share/elasticsearch/logs \ --privileged \ --network es-net \ -p 9200:9200 \ -p 9300:9300 \ elasticsearch:7.12.1 ``` **命令解释:** * `-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=-Xms1024m -Xmx1024m"`:内存大小 * `-e "discovery.type=single-node"`:非集群模式 * `-v /docker/elasticsearch/data:/usr/share/elasticsearch/data`:挂载逻辑卷,绑定es的数据目录 * `-v /docker/elasticsearch/logs:/usr/share/elasticsearch/logs`:挂载逻辑卷,绑定es的日志目录 * `-v /docker/elasticsearch/plugins:/usr/share/elasticsearch/plugins`:挂载逻辑卷,绑定es的插件目录 * `--privileged`:授予逻辑卷访问权 * `--network es-net` :加入一个名为es-net的网络中 * `-p 9200:9200`:端口映射配置 在浏览器中输入:http://192.168.150.101:9200 即可看到elasticsearch的响应结果: ![](https://blog.fivk.cn/usr/uploads/2023/11/2084059790.png) # 2.部署kibana kibana可以给我们提供一个elasticsearch的可视化界面,便于我们学习。 ## 2.1.部署 运行docker命令,部署kibana ```sh docker run -d \ --name kibana \ -e ELASTICSEARCH_HOSTS=http://es:9200 \ --network=es-net \ -p 5601:5601 \ kibana:7.12.1 ``` - `--network es-net` :加入一个名为es-net的网络中,与elasticsearch在同一个网络中 - `-e ELASTICSEARCH_HOSTS=http://es: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,我们配置为`容器名:IP`,如果容器名和地址修改了,需要改成响应的。 - `-p 5601:5601`:端口映射配置 kibana启动一般比较慢,需要多等待一会,可以通过命令: ```sh docker logs -f kibana ``` 查看运行日志,当查看到下面的日志,说明成功: ![](https://blog.fivk.cn/usr/uploads/2023/11/171331006.png) 此时,在浏览器输入地址访问:http://192.168.150.101:5601,即可看到结果 ## 2.2.DevTools kibana中提供了一个DevTools界面: ![](https://blog.fivk.cn/usr/uploads/2023/11/3645846455.png) 这个界面中可以编写DSL来操作elasticsearch。并且对DSL语句有自动补全功能。 # 3.安装IK分词器 ## 3.1.在线安装ik插件(较慢) ```shell # 进入容器内部 docker exec -it elasticsearch /bin/bash # 在线下载并安装 ./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 #重启容器 docker restart elasticsearch ``` ## 3.2.离线安装ik插件(推荐) ### 1)查看数据卷目录 安装插件需要知道elasticsearch的plugins目录位置,而我们用了数据卷挂载,因此需要查看elasticsearch的数据卷目录,通过下面命令查看: ```sh docker volume inspect es-plugins ``` 显示结果: ```json [ { "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" } ] ``` 说明plugins目录被挂载到了:`/var/lib/docker/volumes/es-plugins/_data `这个目录中。 ### 2)解压缩分词器安装包 下面我们需要把ik分词器解压缩,重命名为ik,文件下载位置[https://github.com/medcl/elasticsearch-analysis-ik/](https://github.com/medcl/elasticsearch-analysis-ik/) ![](https://blog.fivk.cn/usr/uploads/2023/11/2497719610.png) ### 3)上传到es容器的插件数据卷中 也就是`/var/lib/docker/volumes/es-plugins/_data `: ![](https://blog.fivk.cn/usr/uploads/2023/11/1423982663.png) ### 4)重启容器 ```shell # 4、重启容器 docker restart es ``` ```sh # 查看es日志 docker logs -f es ``` ### 5)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 ```json POST /_analyze { "analyzer": "ik_max_word", "text": "学习Java太棒了!" } ``` 结果: ```json #! Elasticsearch built-in security features are not enabled. Without authentication, your cluster could be accessible to anyone. See https://www.elastic.co/guide/en/elasticsearch/reference/7.17/security-minimal-setup.html to enable security. { "tokens" : [ { "token" : "学习", "start_offset" : 0, "end_offset" : 2, "type" : "CN_WORD", "position" : 0 }, { "token" : "java", "start_offset" : 2, "end_offset" : 6, "type" : "ENGLISH", "position" : 1 }, { "token" : "太棒了", "start_offset" : 6, "end_offset" : 9, "type" : "CN_WORD", "position" : 2 }, { "token" : "太棒", "start_offset" : 6, "end_offset" : 8, "type" : "CN_WORD", "position" : 3 }, { "token" : "了", "start_offset" : 8, "end_offset" : 9, "type" : "CN_CHAR", "position" : 4 } ] } ``` ## 3.3 扩展词词典 随着互联网的发展,“造词运动”也越发的频繁。出现了很多新的词语,在原有的词汇列表中并不存在。比如:“奥力给”,“Fivk博客” 等。 所以我们的词汇也需要不断的更新,IK分词器提供了扩展词汇的功能。 1)打开IK分词器config目录: ![](https://blog.fivk.cn/usr/uploads/2023/11/2182538039.png) 2)在IKAnalyzer.cfg.xml配置文件内容添加: ```xml <?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd"> <properties> <comment>IK Analyzer 扩展配置</comment> <!--用户可以在这里配置自己的扩展字典 *** 添加扩展词典--> <entry key="ext_dict">ext.dic</entry> </properties> ``` 3)新建一个 ext.dic,可以参考config目录下复制一个配置文件进行修改 ```properties Fivk博客 奥力给 ``` 4)重启elasticsearch ```sh docker restart es # 查看 日志 docker logs -f elasticsearch ``` ![](https://blog.fivk.cn/usr/uploads/2023/11/2749017501.png) 日志中已经成功加载ext.dic配置文件 5)测试效果: ```json GET /_analyze { "analyzer": "ik_max_word", "text": "正在Fivk博客学习ELK,奥力给!" } ``` > 注意当前文件的编码必须是 UTF-8 格式,严禁使用Windows记事本编辑 ## 3.4 停用词词典 在互联网项目中,在网络间传输的速度很快,所以很多语言是不允许在网络上传递的,如:关于宗教、政治等敏感词语,那么我们在搜索时也应该忽略当前词汇。 IK分词器也提供了强大的停用词功能,让我们在索引时就直接忽略当前的停用词汇表中的内容。 1)IKAnalyzer.cfg.xml配置文件内容添加: ```xml <?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd"> <properties> <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">ext.dic</entry> <!--用户可以在这里配置自己的扩展停止词字典 *** 添加停用词词典--> <entry key="ext_stopwords">stopword.dic</entry> </properties> ``` 3)在 stopword.dic 添加停用词 ```properties 习大大 ``` 4)重启elasticsearch ```sh # 重启服务 docker restart elasticsearch docker restart kibana # 查看 日志 docker logs -f elasticsearch ``` 日志中已经成功加载stopword.dic配置文件 5)测试效果: ```json GET /_analyze { "analyzer": "ik_max_word", "text": "Fivk博客内容真好,习大大都点赞,奥力给!" } ``` > 注意当前文件的编码必须是 UTF-8 格式,严禁使用Windows记事本编辑 # 4.部署es集群 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 首先编写一个docker-compose文件,内容如下: ```sh version: '2.2' services: es01: image: docker.elastic.co/elasticsearch/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: docker.elastic.co/elasticsearch/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 networks: - elastic es03: image: docker.elastic.co/elasticsearch/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 networks: - elastic volumes: data01: driver: local data02: driver: local data03: driver: local networks: elastic: driver: bridge ``` Run `docker-compose` to bring up the cluster: ```sh docker-compose up ``` 最后修改:2023 年 11 月 13 日 © 允许规范转载 打赏 赞赏作者 支付宝微信 赞 如果觉得我的文章对你有用,请随意赞赏