es中自定义ik的分词词库(词库布置在nginx)

文末有es和ik的下载教程(高版本的es自带ik)

1 创建nginx容器

1.1拉取nginx

复制代码
#先随便拉取一个ngnix 为了复制配置
docker run -p 80:80 --name nginx -d nginx:1.10

1.2复制配置

复制代码
#在mydata创建 nginx/conf 的目录结构,cd到conf里面 
#然后将容器内的配置文件拷贝到当前目录
docker container cp nginx:/etc/nginx .

1.3删除容器

复制代码
docker rm -f nginx
#删除容器

1.4重新创建容器

复制代码
docker run -p 80:80 --name nginx \
-v/mydata/nginx/html:/usr/share/nginx/html \
-v/mydata/nginx/logs:/var/log/nginx \
-v/mydata/nginx/conf:/etc/nginx \
-d nginx:1.10

1.5 创建词库

首先cd到html目录下

然后创建/es/fenci.txt

在文件中输入需要的分词,然后保存文件

然后cd到/mydata/elasticsearch/plugins/ik/config/这个目录下

然后vi IKAnalyzer.cfg,xml

按照下面图示输入自定义的路径

2 ik的下载

2.1 下载zip

传送 下载zip的形式的(一定要和es的版本对应)

2.2 解压

解压文件夹

然后整个文件夹移动到 /mydata/elasticsearch/plugins/这个目录下即可

3 es+kibana的下载

3.1 拉取镜像

运行以下代码

复制代码
docker pull elasticsearch:7.4.2
docker pull kibana:7.4.2
echo "http.host: 0.0.0.0">>/mydata/elasticsearch/config/elasticsearch.yml

3.2运行容器

复制代码
docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \
-e "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms64m -Xmx512m" \
-v /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
-v /mydata/elasticsearch/data:/usr/share/elasticsearch/data \
-v /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
-d elasticsearch:7.4.2

3.3安装

复制代码
docker inspect elasticsearch |grep IPAddress
 
# 这里的http://172.17.0.3写自己电脑运行的上面命令的地址
docker run --name kibana -e ELASTICSEARCH_HOSTS=http://172.17.0.3:9200 -p 5601:5601 \
-d kibana:7.4.2
相关推荐
藦卡机器人8 小时前
中国工业机器人发展现状
大数据·人工智能·机器人
Simon_lca9 小时前
突破合规瓶颈:ZDHC Supplier to Zero(工厂零排放 - 进阶型)体系全攻略
大数据·网络·人工智能·分类·数据挖掘·数据分析·零售
黄焖鸡能干四碗11 小时前
网络安全建设实施方案(Word文件参考下载)
大数据·网络·人工智能·安全·web安全·制造
云境筑桃源哇12 小时前
马踏春风 为爱启航 | 瑞派宠物医院(南部新城旗舰店)盛大开业!打造宠物医疗新标杆!
大数据·宠物
xixixi7777712 小时前
2026 年 03 月 20 日 AI+通信+安全行业日报(来更新啦)
大数据·人工智能·安全·ai·大模型·通信
F36_9_12 小时前
大数据治理平台选型避坑:2026 年 8 大主流系统实测
大数据·数据治理
成长之路51413 小时前
【实证分析】A股上市公司企业劳动力需求数据集(2000-2023年)
大数据
奔跑的呱呱牛13 小时前
GeoJSON 在大数据场景下为什么不够用?替代方案分析
java·大数据·servlet·gis·geojson
Lab_AI13 小时前
电池材料行业数据管理新突破:AI4S驱动的科学数据平台正在重塑电池材料开发范式
大数据·人工智能·ai4s·电池材料开发·电池材料研发·电池材料创新·ai材料研发
FindAI发现力量13 小时前
智能工牌:线下销售场景的数字化赋能解决方案
大数据·人工智能·销售管理·ai销售·ai销冠·销售智能体