??安裝elasticsearch

??1.部署單點es

🌸1.1.創建網絡

---

因為我們還需要部署kibana容器，因此需要讓es和kibana容器互聯。這里先創建一個網絡：

docker network create es-net

🌸1.2.下載鏡像

---

docker鏡像官網https://hub.docker.com/search?q=elasticsearch

docker pull elasticsearch:7.12.1

🌸1.3.運行

---

運行docker命令，部署單點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

命令解釋：

• -e "cluster.name=es-docker-cluster"：設置集群名稱
• -e "http.host=0.0.0.0"：監聽的地址，可以外網訪問
• -e "ES_JAVA_OPTS=-Xms512m -Xmx512m"：內存大小
• -e "discovery.type=single-node"：非集群模式
• -v es-data:/usr/share/elasticsearch/data：掛載邏輯卷，綁定es的數據目錄
• -v es-logs:/usr/share/elasticsearch/logs：掛載邏輯卷，綁定es的日志目錄
• -v es-plugins:/usr/share/elasticsearch/plugins：掛載邏輯卷，綁定es的插件目錄
• --privileged：授予邏輯卷訪問權
• --network es-net ：加入一個名為es-net的網絡中
• -p 9200:9200：端口映射配置

??2.部署kibana

---

kibana可以給我們提供一個elasticsearch的可視化界面

docker pull kibana:7.12.1

🌸2.1.部署

---

運行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 ：加入一個名為es-net的網絡中，與elasticsearch在同一個網絡中
• -e ELASTICSEARCH_HOSTS=http://es:9200"：設置elasticsearch的地址，因為kibana已經與elasticsearch在一個網絡，因此可以用容器名直接訪問elasticsearch
• -p 5601:5601：端口映射配置

kibana啟動一般比較慢，需要多等待一會，可以通過命令：

docker logs -f kibana

查看運行日志，當查看到下面的日志，說明成功：

此時，在瀏覽器輸入地址訪問：http://ip:5601，即可看到結果

🌸2.2.DevTools

---

kibana中提供了一個DevTools界面：

這個界面中可以編寫DSL來操作elasticsearch。并且對DSL語句有自動補全功能。

??3.安裝IK分詞器

---

🌸3.1.在線安裝ik插件（較慢）

---

# 進入容器內部
docker exec -it es bash# 在線下載并安裝
./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
#重啟容器
docker restart es

🌸3.2.離線安裝ik插件（推薦）

---

🌸1）查看數據卷目錄

---

安裝插件需要知道elasticsearch的plugins目錄位置，而我們用了數據卷掛載，因此需要查看elasticsearch的數據卷目錄，通過下面命令查看:

docker volume inspect es-plugins

顯示結果：

[{"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"}
]

說明plugins目錄被掛載到了：/var/lib/docker/volumes/es-plugins/_data 這個目錄中。

🌸2）解壓縮分詞器安裝包

---

下載分詞器包: https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip

重命名為ik

🌸3）上傳到es容器的插件數據卷中

---

也就是/var/lib/docker/volumes/es-plugins/_data ：

🌸4）重啟容器

---

# 4、重啟容器
docker restart es

# 查看es日志
docker logs -f es

🌸5）測試：

---

IK分詞器包含兩種模式：

• ik_smart：最少切分

• ik_max_word：最細切分

GET /_analyze
{"analyzer": "ik_smart","text": "瘋狂星期四v50我"
}

結果：

{"tokens" : [{"token" : "瘋狂","start_offset" : 0,"end_offset" : 2,"type" : "CN_WORD","position" : 0},{"token" : "星期四","start_offset" : 2,"end_offset" : 5,"type" : "CN_WORD","position" : 1},{"token" : "v50","start_offset" : 5,"end_offset" : 8,"type" : "LETTER","position" : 2},{"token" : "我","start_offset" : 8,"end_offset" : 9,"type" : "CN_CHAR","position" : 3}]
}

🌸3.3 擴展詞詞典

---

隨著互聯網的發展，“造詞運動”也越發的頻繁。出現了很多新的詞語，在原有的詞匯列表中并不存在。比如：“黑粉”，“愛坤” 等。

所以我們的詞匯也需要不斷的更新，IK分詞器提供了擴展詞匯的功能。

來試一把 , 可以看到根本識別不出來

GET /_analyze
{"analyzer": "ik_smart","text": "我們都是愛坤,不是黑粉"
}

1）打開IK分詞器config目錄：

2）在IKAnalyzer.cfg.xml配置文件內容添加：

停止詞字典也是一樣的我這里就不一 一舉例了

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties><comment>IK Analyzer 擴展配置</comment><!--用戶可以在這里配置自己的擴展字典--><entry key="ext_dict">ext.dic</entry><!--用戶可以在這里配置自己的擴展停止詞字典  *** 添加停用詞詞典--><entry key="ext_stopwords">stopword.dic</entry>
</properties>

3）新建一個 ext.dic，可以參考config目錄下復制一個配置文件進行修改

愛坤
黑粉

4）重啟elasticsearch

docker restart es# 查看 日志
docker logs -f es

5. 測試一下

可以看到非常完美的分詞成功

??4.部署es集群

---

部署es集群可以直接使用docker-compose來完成，不過要求你的Linux虛擬機至少有4G的內存空間

首先編寫一個docker-compose文件，內容如下：

version: '2.2'
services:es01:image: docker.elastic.co/elasticsearch/elasticsearch:7.12.1container_name: es01environment:- 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: -1hard: -1volumes:- data01:/usr/share/elasticsearch/dataports:- 9200:9200networks:- elastices02:image: docker.elastic.co/elasticsearch/elasticsearch:7.12.1container_name: es02environment:- 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: -1hard: -1volumes:- data02:/usr/share/elasticsearch/datanetworks:- elastices03:image: docker.elastic.co/elasticsearch/elasticsearch:7.12.1container_name: es03environment:- 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: -1hard: -1volumes:- data03:/usr/share/elasticsearch/datanetworks:- elasticvolumes:data01:driver: localdata02:driver: localdata03:driver: localnetworks:elastic:driver: bridge

Run docker-compose to bring up the cluster:

docker-compose up