docker安装elasticsearch和kibana

docker系列

1、CentOS7安装docker

2、docker安装rabbitmq

3、docker安装mysql


docker安装elasticsearch和kibana


本篇文章所采用的elasticsearch和kibana版本以及ik分词器都是7.12.1版本

一、安装elasticsearch

  1. 使用docker创建网络
bash 复制代码
docker network create esnet
  1. 拉取elasticsearch镜像
bash 复制代码
docker pull elasticsearch:7.12.1
  1. 在虚拟机中创建目录用来挂载数据卷
    目录结构如下图所示,新建data和plugins文件夹
  2. 创建并运行es容器
bash 复制代码
docker run -d \
--name es \
-e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
-e "discovery.type=single-node" \
-v "/usr/local/soft/es/data":/usr/share/elsaticsearch/data \
-v "/usr/local/soft/es/plugins":/usr/share/elasticsearch/plugins \
--privileged \
--net esnet \
-p 9200:9200 \
-p 9300:9300 \
elasticsearch:7.12.1
# 注意修改上面挂载的数据卷目录,以及将镜像的tag修改为自己的tag
  1. 查看容器
bash 复制代码
docker ps
  1. 浏览器打开
    在浏览器中通过自己的虚拟机[IP地址:9200]的格式访问,当出现如下页面即为安装成功。

二、安装kibana

  1. 拉取镜像
bash 复制代码
docker pull kibana:7.12.1
  1. 创建并运行kibana容器
bash 复制代码
docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--net esnet \
-p 5601:5601 \
kibana:7.12.1
  1. 在浏览器中打开【虚拟机ip地址:5601】当出现如下所示页面,即为安装成功。

三、安装ik分词器

1、分词器说明

es的倒排索引,通过将输入的内容分解为关键词然后检索,但es的分词器对中文分词不是很友好和精确,所以需要下载第三方分词器以插件的形式运行。

  1. es中的中文分词器

如上所示,官方的分词器会将中文句子分解为单个的汉字,而不是根据句意或者专有名词去分解。

  1. ik分词器

上面的分词多少是比es中分词器精准一些

2、安装分词器

  1. 点击下载ik分词器
    点击上面的链接之后,选择合适的版本(和自己的es版本对应)

    然后下载zip文件,解压后重命名为ik,通过mobaxterm上传到挂载的plugins目录下

    如下所示:
  2. 重新启动es容器
bash 复制代码
docker restart es

然后就可以使用了。

相关推荐
浮尘笔记几秒前
Docker中安装Kafka以及基本配置和用法、踩坑记录
后端·docker·容器·kafka·php
杼蛘2 分钟前
Kali下载与简单使用/MariaDB安装/Docker安装/MySQL镜像安装
mysql·docker·kali·mariadb
成为你的宁宁19 分钟前
【docker镜像加速器配置】
运维·docker·容器
M-Ellen26 分钟前
从零搭建 Windows + WSL2 + Docker + GitLab CI/CD 完整手册
ci/cd·docker·gitlab
风向决定发型丶32 分钟前
K8S中Pod驱逐介绍
docker·容器·kubernetes
斯特凡今天也很帅36 分钟前
Elasticsearch数据库专栏(二)DSL语句总结(更新中)
大数据·elasticsearch·搜索引擎
Zhu75841 分钟前
【软件部署】用docker部署Apache Kafka 集群架构isolated模式带SSL
docker·kafka·apache
要记得喝水1 小时前
适用于 Git Bash 的脚本,批量提交和推送多个仓库的修改
git·elasticsearch·bash
qq_396153451 小时前
docker ddns-go 忘记密码
docker·容器·golang
二十七剑1 小时前
Elasticsearch的索引问题
大数据·elasticsearch·搜索引擎