elasticsearch 安装(docker)

单点部署es

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：

docker network create es-net

2.拉取镜像

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

docker pull elasticsearch:7.12.1

或者是下载镜像 load

3.运行

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 es-data:/usr/share/elasticsearch/data \
    -v es-logs:/usr/share/elasticsearch/logs \
    -v es-plugins:/usr/share/elasticsearch/plugins \
    --privileged \
    --network es-net \
    -p 9200:9200 \
    -p 9300:9300 \
elasticsearch:7.12.1

命令解释：

• -e "ES_JAVA_OPTS=-Xms512m -Xmx512m"：内存大小，默认1G

• -e "discovery.type=single-node"：非集群模式

• -v es-data:/usr/share/elasticsearch/data：挂载逻辑卷，绑定es的数据目录

• -v es-logs:/usr/share/elasticsearch/logs：挂载逻辑卷，绑定es的日志目录

• -v es-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

浏览器访问http://192.168.168.128:9200/，即可看到elasticsearch的响应结果：

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。

1.拉取镜像

主要和elasticsearch版本保持一致，否则容易出错, 镜像也差不多1个G

docker pull kibana:7.12.1

2.启动容器

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

• -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：

docker logs -f kibana

查看运行日志，当查看到下面的日志，说明成功：

 此时，在浏览器输入地址访问：http://192.168.168.128:5601，即可看到结果

 3.DevTools

kibana中提供了一个DevTools界面：

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。  

 

安装IK分词器

elasticsearch的默认分词器对中文支持不是很好，则这里安装IK分词器更好的分词中文

自带的默认分词器 -- 每个汉字都分成一个,就会导致 加大搜索范围，返回一些我们不需要的文档，占用内容。

1.在线安装IK分词器插件(较慢)

# 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

2.离线下载IK分词器插件(推荐)

下载地址:

Releases · medcl/elasticsearch-analysis-ik · GitHub

这里我们使用7.21.1版本

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:

 

docker volume list

docker volume inspect es-plugins

2)解压缩分词器安装包

 3）上传到es容器的插件数据卷中

 4）重启容器

# 4、重启容器
docker restart es

# 查看es日志
docker logs -f es

5）测试

在IK的github上可以看到两种分词的analysis

IK分词器包含两种模式：

• ik_smart：最少切分

• ik_max_word：最细切分

GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "黑马程序员学习java太棒了"
}

 由上述已经可以发现对于中文的分词已经智能了很多，但是现在生活中可能会经常出现一些新的词汇，或者我们有些特定的词语，想让分词器识别，则可以扩展词典

扩展词典

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”，“传智播客” 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：

 2）在IKAnalyzer.cfg.xml配置文件内容添加：

        IK Analyzer 扩展配置
        
        ext.dic

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

传智播客
奥力给

4）重启elasticsearch

docker restart es

# 查看 日志
docker logs -f elasticsearch

5）测试效果：

 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

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：

        IK Analyzer 扩展配置
        
        ext.dic
         
        stopword.dic

3）在 stopword.dic 添加停用词

嘿嘿嘿

 4）重启elasticsearch

# 重启服务
docker restart elasticsearch
docker restart kibana

# 查看 日志
docker logs -f elasticsearch

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