安装elasticsearch、kibana、IK分词器

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://192.168.150.101:9200 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://192.168.150.101:5601，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

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

      结果：

      {
        "tokens" : [
          {
            "token" : "黑马",
            "start_offset" : 0,
            "end_offset" : 2,
            "type" : "CN_WORD",
            "position" : 0
          },
          {
            "token" : "程序员",
            "start_offset" : 2,
            "end_offset" : 5,
            "type" : "CN_WORD",
            "position" : 1
          },
          {
            "token" : "程序",
            "start_offset" : 2,
            "end_offset" : 4,
            "type" : "CN_WORD",
            "position" : 2
          },
          {
            "token" : "员",
            "start_offset" : 4,
            "end_offset" : 5,
            "type" : "CN_CHAR",
            "position" : 3
          },
          {
            "token" : "学习",
            "start_offset" : 5,
            "end_offset" : 7,
            "type" : "CN_WORD",
            "position" : 4
          },
          {
            "token" : "java",
            "start_offset" : 7,
            "end_offset" : 11,
            "type" : "ENGLISH",
            "position" : 5
          },
          {
            "token" : "太棒了",
            "start_offset" : 11,
            "end_offset" : 14,
            "type" : "CN_WORD",
            "position" : 6
          },
          {
            "token" : "太棒",
            "start_offset" : 11,
            "end_offset" : 13,
            "type" : "CN_WORD",
            "position" : 7
          },
          {
            "token" : "了",
            "start_offset" : 13,
            "end_offset" : 14,
            "type" : "CN_CHAR",
            "position" : 8
          }
        ]
      }

      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。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

      

      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": "传智播客Java就业超过90%,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

      1）IKAnalyzer.cfg.xml配置文件内容添加：

      
      
      
              IK Analyzer 扩展配置
              
              ext.dic
               
              stopword.dic
      

      

      

      4.部署es集群

      部署es集群可以直接使用docker-compose来完成，不过要求你的Linux虚拟机至少有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
            - 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: -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

      Run docker-compose to bring up the cluster:

      docker-compose up