centos7利docker compose 快速部署 Elasticsearch + Kibana

前言

这一篇博客主要讲述Elasticsearch 和 Kibana 的部署，对docker不熟悉的朋友可以看下我的这篇博客，Elasticsearch 是一款强大的开源搜索引擎，一般与可视化工具 Kibana 配合使用，用于日志分析、数据检索等场景。通过 Docker Compose 可以快速搭建一套完整的 Elasticsearch + Kibana 环境。
部署前确保Linux宿主机至少2GB内存，Elasticsearch比较吃内存，且已经安装 Docker 和 Docker Compose（建议 Docker 版本 ≥ 20.10，Compose 版本 ≥ 3.8）

部署前准备

在正式部署前，我建议先把Elasticsearch和Kibana的docker镜像先拉下来，建议直接从Elasticsearch官网拉取镜像，想部署哪个版本镜像最后直接指定版本就可以，我这次部署的是7.17.20版本，注意Elasticsearch、Kibana和lk分词器的版本要保持一致。执行docker命令
bash 复制代码
```
# 拉取elasticsearch镜像
docker pull docker.elastic.co/elasticsearch/elasticsearch:7.17.20
# 拉取Kibana镜像
docker pull docker.elastic.co/kibana/kibana:7.17.20
```
如果因为网络原因，或者配置的国内镜像仓库拉取不下来，直接按照我这篇博客，配置一下阿里的镜像加速器就可以了。
从这个网址lk分词器中下载lk分词器，记得版本要保持一致。

创建主目录和数据卷目录，用于挂载Elasticsearch容器内的数据目录和插件目录

bash 复制代码

# 创建主目录,进入主目录
mkdir elasticsearch-docker && cd elasticsearch-docker

# 创建 Elasticsearch 数据和插件目录
mkdir -p elasticsearch/{data,plugins}

将下载的Ik分词器 压缩文件解压缩，将解压缩的目录放入 plugins数据卷目录中
手动修改宿主机挂载目录的权限，确保容器内用户有权限访问，这步很重要，一定要修改数据卷目录权限
bash 复制代码
```
# 递归修改数据目录和插件目录的权限
chmod -R 777 ./elasticsearch/data
chmod -R 777 ./elasticsearch/plugins
```
为了避免 Elasticsearch 在运行时可能遇到的内存映射不足问题，建议提高系统的 vm.max_map_count值，这个配置值表示一个进程可以拥有的虚拟内存区域的数量，像 Elasticsearch、Apache Doris、Kafka这类高性能数据存储和搜索引擎应用，为了追求极致的I/O效率，会广泛使用内存映射文件技术来访问磁盘上的大量数据文件。
一般vm.max_map_count默认配置为65530，我们可以通过命令cat /proc/sys/vm/max_map_count查看配置。
编辑 /etc/sysctl.conf文件，在末尾添加一行 vm.max_map_count=262144，然后执行 sudo sysctl -p使配置立即生效

部署

在主目录中通过touch命令创建docker-compose.yml 配置文件，将下面文件内容复制进去，记得将我的中文注释删除，要不容器可能启动报错

yaml 复制代码

version: '3.8'
services:
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.17.20
    container_name: elasticsearch
    environment:
    #设置 Elasticsearch 为单节点模式，适合开发和测试
      - discovery.type=single-node
    #为 Elasticsearch 分配堆内存
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
      - cluster.name=es-docker-cluster
    volumes:
    #注意数据卷不要配置错，冒号前面的是宿主机数据卷目录，后面是挂载的容器内目录，冒号后面的不需要修改，只需配置对冒号前面的数据集目录
      - ./elasticsearch/data:/usr/share/elasticsearch/data  
      - ./elasticsearch/plugins:/usr/share/elasticsearch/plugins
    ports:
      - "9200:9200"
      - "9300:9300"
    networks:
      - elastic

  kibana:
    image: docker.elastic.co/kibana/kibana:7.17.20
    container_name: kibana
    environment:
      - ELASTICSEARCH_HOSTS=http://elasticsearch:9200
      - I18N_LOCALE=zh-CN
    ports:
      - "5601:5601"
    depends_on:
      - elasticsearch
    networks:
      - elastic
    restart: unless-stopped

networks:
  elastic:
    driver: bridge

注意数据卷目录不要配置错，别忘了提前把IK分词器目录放到plugins数据卷目录中
端口冲突的改下端口，其他的就不要修改了。
在主目录（docker-compose.yml 同级目录）执行docker compose up -d，启动容器（有的是docker-compose up -d 自己提前确认下），通过docker compose ps 查看容器运行状态

验证服务状态

用 docker-compose ps命令查看容器状态，确认两者均为 "Up"。
访问 http://你的服务器IP:9200。如果浏览器返回包含 "you know, for search"的 JSON 信息，说明 Elasticsearch 已成功运行。
访问 http://你的服务器IP:5601。稍等片刻（Kibana 启动需要一些时间），即可看到 Kibana 的 Web 界面
根据下面的指示，进入elasticsearch的命令访问界面。

执行下面的elasticsearch的解析指令，如果能正常返回分词数据，说明IK分词器插件也加载成功
yaml 复制代码
```
POST /_analyze
{
  "analyzer": "ik_smart",
  "text": "elastic真的太棒了"
}
```