最全面的elasticsearch安装教程
大家好呀!今天咱们要聊的是如何在 Docker 中部署 Elasticsearch 和 Kibana,还有安装 IK 分词器的那些事儿~
引言
别看 Elasticsearch 这个名字有点复杂,其实它就是个“数据管理大师”,专门帮咱们存储、检索和分析数据。而 Kibana 就是它的“可视化小秘书”,让数据看起来更友好~至于 IK 分词器嘛,就是中文分词的“神助攻”,让咱们的搜索更精准~不过,安装这些东西可能会让人有点摸不着头脑,别担心,咱们一步步来!
问题一:为什么要用 Docker 部署 Elasticsearch?
因为 Docker 像是“搭积木”,把复杂的东西装进容器里,想用就拉出来,想改就改,完全不用怕系统被搞坏~
问题二:安装镜像是不是很麻烦?
其实镜像文件很大(接近1G),但咱们有课前资料提供的 tar 包,直接上传到虚拟机就能用,省时又省心!
问题三:IK 分词器到底有啥用?
中文分词可是个“技术活”!“使用默认的分词器真的太烂了,java”这句话,IK 分词器能切成“使用”、“默认”、“分词器”、“烂”、“java”等等,而默认的分词器可能只会切成“使用”、“默认的”、“分词器”、“烂”、“java”,差别大着呢~
总结
今天咱们聊了聊 Elasticsearch 和 Kibana 的部署,还有 IK 分词器的安装,其实这些工具就像是给数据安上了“翅膀”,让咱们的数据处理和可视化变得更简单~希望这篇小文章能帮到你,下次见!
安装elasticsearch
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:
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:
大家将其上传到虚拟机中,然后运行命令加载即可:
# 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
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-plugins:/usr/share/elasticsearch/plugins \ --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=-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
在浏览器中输入:http://宿主机IP地址:9200 即可看到elasticsearch的响应结果:
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
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://宿主机IP地址:5601,即可看到结果
2.2.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。
3.安装IK分词器
3.1.在线安装ik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
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:
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。
2)解压缩分词器安装包
下面我们需要把课前资料中的ik分词器解压缩,重命名为ik
3)上传到es容器的插件数据卷中
也就是/var/lib/docker/volumes/es-plugins/_data
:
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:
IK分词器包含两种模式:
-
ik_smart
:最少切分 -
ik_max_word
:最细切分
# 分词器测试POST /_analyze{ "analyzer": "ik_smart", "text": "使用默认的分词器真的太烂了,java"}
结果:
{ "tokens" : [ { "token" : "使用", "start_offset" : 0, "end_offset" : 2, "type"