1. 部署单点elasticsearch

1.1. 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。

docker pull elasticsearch:7.12.1

1.2. 创建网络

因为我们之后需要让es和kibana容器互联，所以这里需要创建一个网络：

docker network create es-net

1.3. 创建容器

修改系统参数，设置进程可以使用的虚拟内存的大小

vim /etc/sysctl.conf

在文件中添加如下一行内容：

vm.max_map_count=262144

然后执行sysctl -p验证是否修改成功

sysctl -p
# 如果输出这一行，则证明系统参数设置成功
vm.max_map_count = 262144

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：

命令	说明
-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://IP:9200 即可看到elasticsearch的响应结果：

1.4 windows下安装

下载地址：https://www.elastic.co/cn/downloads/past-releases/elasticsearch-7-12-1

1、解压

2、修改配置文件elasticsearch.yml

network.host: 0.0.0.0

http.port: 9200

3、浏览器打开localhost:9200进行验证

【注意】如果9200端口被占用，可以换一个其他的端口

2. 部署kibana可视化界面

kibana可以给我们提供一个elasticsearch的可视化界面

2.1. 加载镜像

加载kibana镜像

docker pull kibana:7.12.1

2.2. 创建容器

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://192.168.50.121:5601，即可看到结果

2.2.DevTools

点击左上角的菜单栏

选择 Management -> Dev Tools进入开发工具DevTools

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

# 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

3.2.1. 查看数据卷目录

安装插件需要知道elasticsearch的plugins目录位置，在 步骤1.3. 我们创建容器的时候使用了数据卷挂载，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。

3.2.2. 下载ik分词器

下载ik分词器

https://github.com/medcl/elasticsearch-analysis-ik/releases

下载后解压缩，并将文件夹重命名为ik，然后将该文件夹上传到上一步中查到的es容器的插件数据卷中，也就是/var/lib/docker/volumes/es-plugins/_data

3.2.3. 重启容器

# 4、重启容器
docker restart es

# 查看es日志
docker logs -f es

3.2.4.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

GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "这是一条测试语句"
}

结果：

{
  "tokens" : [
    {
      "token" : "这是",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "一条",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "一",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "TYPE_CNUM",
      "position" : 2
    },
    {
      "token" : "条",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "COUNT",
      "position" : 3
    },
    {
      "token" : "测试",
      "start_offset" : 4,
      "end_offset" : 6,
      "type" : "CN_WORD",
      "position" : 4
    },
    {
      "token" : "语句",
      "start_offset" : 6,
      "end_offset" : 8,
      "type" : "CN_WORD",
      "position" : 5
    }
  ]
}

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。或者某些专有名词，也不在分词的词典中。

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：

cd /var/lib/docker/volumes/es-plugins/_data/ik/config

2）在该目录下新建一个 ext.dic文件，在文件中添加你想要定义的词汇。使用换行作为分隔。

奥力给
十动然拒

3）打开目录下的IKAnalyzer.cfg.xml配置文件，在注释标注的拓展配置下面的entry标签中，输入你刚刚穿件的词典文件的名字，ext.dic

<?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>

4）重启elasticsearch

docker restart es

# 查看 日志
docker logs -f elasticsearch

日志中已经成功加载ext.dic配置文件

5）测试效果：

GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "加油,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）新建文件stopword.dic，在 stopword.dic 添加停用词

了
啊
的

2）IKAnalyzer.cfg.xml配置文件内容添加：

<?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）重启elasticsearch

# 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

4）测试效果：

GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "这是一条用来测试的语句, 太棒了！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。一般情况下，要求你的Linux主机至少有4G的内存空间

首先编写一个docker-compose文件，内容如下：

version: '2.2'
services:
  es01:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.12.1
    container_name: es01
    environment:
      - node.name=es01 #节点的名称
      - cluster.name=es-docker-cluster # 集群的名称
      - discovery.seed_hosts=es02,es03 # 其他节点的地址
      - cluster.initial_master_nodes=es01,es02,es03 # 备选主节点列表
      - 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

通过 docker-compose 来创建集群

docker-compose up -d