创建一个网络,让让elasticsearch和kibana容器可以互联:
docker network create es-net
方式一:在线拉取
#这边使用的是7.12.1版本
docker pull elasticsearch:7.12.1
方式二:从本地加载
如果本地存在镜像包,使用命令加载镜像即可:
# 导入数据
docker load -i es.tar
使用docker命令,部署单点elasticsearch:
#-d 后台运行
docker run -d \
#--name 设置容器名称
--name es \
#-e 设置环境变量
#ES_JAVA_OPTS配置JVM的堆内存大小
#discovery.type配置运行模式,single-node单点模式
-e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
-e "discovery.type=single-node" \
#-v 数据卷挂载
#es-data 设置es数据保存的目录
#es-plugins 设置es插件的目录
-v es-data:/usr/share/elasticsearch/data \
-v es-plugins:/usr/share/elasticsearch/plugins \
#授予逻辑卷访问权
--privileged \
#--network 加入网络
--network es-net \
#-p 端口映射
#9200 http协议端口
-p 9200:9200 \
#9300 各个节点互联的端口
-p 9300:9300 \
elasticsearch:7.12.1
在浏览器中输入:IP地址:9200 即可看到elasticsearch的响应结果:
kibana可以给我们提供一个elasticsearch的可视化界面,便于我们学习。
方式一:在线拉取
#这边使用的是7.12.1版本
docker pull kibana:7.12.1
方式二:从本地加载
如果本地存在镜像包,使用命令加载镜像即可:
# 导入数据
docker load -i kibana.tar
运行docker命令,部署kibana:
#-d 后台运行
docker run -d \
#--name 设置容器名称
--name kibana \
#-e 设置环境变量
#ELASTICSEARCH_HOSTS elasticsearch地址
-e ELASTICSEARCH_HOSTS=http://es:9200 \
#--network 加入网络
--network=es-net \
#-p 端口映射
-p 5601:5601 \
kibana:7.12.1
在浏览器中输入:IP地址:5601 即可看到kibana的响应结果:
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,但是在进行分词的时候不能对中文进行有效拆分,这时候就需要安装IK分词器插件。
# 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
安装插件需要知道elasticsearch的plugins目录位置,这里使用了数据卷挂载,因此需要查看elasticsearch的数据卷目录,通过下面命令查看:
docker volume inspect es-plugins
显示结果:
[
{
"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"
}
]
说明plugins目录被挂载到了:/var/lib/docker/volumes/es-plugins/_data
这个目录中。
把下载的ik分词器解压缩,重命名为ik,上传到es容器的插件数据卷中,也就是/var/lib/docker/volumes/es-plugins/_data
:
最后重启容器
docker restart es
IK分词器包含两种模式:
ik_smart
:最少切分
ik_max_word
:最细切分
测试一:
测试二: