docker-compse安装es(包括IK分词器扩展)、kibana、libreoffice(1)

官网

Elasticsearch 平台 — 大规模查找实时答案 | Elastic

Install Elasticsearch with Docker | Elasticsearch Guide [7.5] | Elastic

es下载地址

https://www.elastic.co/cn/downloads/past-releases#elasticsearch

1.2 Elasticsearch ik 安装

ik官网

https://github.com/infinilabs/analysis-ik

ik下载地址

Release v6.4.3 · infinilabs/analysis-ik · GitHub

1.3 kibana下载

Kibana 官方网址：https://www.elastic.co/cn/products/kibana
Kibana 官方下载地址：https://www.elastic.co/cn/downloads/kibana
官方 docker 镜像地址：https://www.docker.elastic.co/

1.4 libreOffice下载（预览pdf）

Index of /libreoffice/old

单机版：

compose-prq-es.yml文件

本章以

elasticsearch:7.9.0、

kibana:7.9.0、                                     (es界面）

elasticsearch-analysis-ik-7.9.0.zip    （分词器）

libreoffice/online:latest为例                  (pdf预览)

注意kibana的版本要和es一致

# yaml 配置
version: '3'
services:
  elasticsearch:
    image: "elasticsearch:7.9.0"
    container_name: "elasticsearch"
    restart: always
    privileged: true
    environment:
      - "discovery.type=single-node" # 单机模式
      - "ES_JAVA_OPTS=-Xms512m -Xmx1024m"  #表示elasticsearch的内存占用大小从512mb~1024mb
        #      - bootstrap.memory_lock=true
    volumes:
      - "/home/docker/volumes/prq_data/_data/elasticsearch_data/plugins:/usr/share/elasticsearch/plugins"
      - "/home/docker/volumes/prq_data/_data/elasticsearch_data/data:/usr/share/elasticsearch/data"
      - "/home/docker/volumes/prq_data/_data/elasticsearch_data/logs:/usr/share/elasticsearch/logs"
      - "/etc/localtime:/etc/localtime"
      - "/etc/timezone:/etc/timezone"
    ports:
      - 9200:9200
      - 9300:9300

  kibana:
    image: "kibana:7.9.0"
    container_name: "kibana"
    restart: always
    depends_on:
      - elasticsearch
    environment:
      ELASTICSEARCH_HOSTS: http://10.194.17.106:9200
      I18N_LOCALE: zh-CN
    ports:
      - 5601:5601

  libreoffice:
    image: "libreoffice/online:latest"
    container_name: "libreoffice"
    ports:
      - "9980:9980"
    restart: always
    privileged: true
    volumes:
      - "/etc/localtime:/etc/localtime"
      - "/etc/timezone:/etc/timezone"
      - "/home/docker/volumes/prq_data/_data/libreoffice_data/loolwsd.xml:/etc/loolwsd/loolwsd.xml"
    environment:
      - domian=domain.com
      - username=admin
      - password=123456
    cap_add:
      - MKNOD

install.sh脚本

#!/bin/bash

echo "current shell execute direcoty:`pwd`"
updatedb
path=`dirname $variable_path`
echo "swich direcoty to prq shell directory:${path}"
cd ${path}
pwd


image_home="./images"
image_kibana="kibana-7.9.0.tar.gz"
image_libreoffice="libreoffice-online.tar.gz"
image_es="elasticsearch-7.9.0.tar.gz"

# prq文件映射路径 prq_data_path
prq_data_path="/home/docker/volumes/prq_data/_data"



echo "Loading docker images ..."
docker load -i ${image_home}/${image_es}
docker load -i ${image_home}/${image_libreoffice}
docker load -i ${image_home}/${image_kibana}

echo "Creating volumes ..."
docker volume create prq_data


echo "preparing for envrionment ..."


**自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。**

**深知大多数大数据工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！**

**因此收集整理了一份《2024年大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。**
![img](https://img-blog.csdnimg.cn/img_convert/7d704b4ca38b8e89dcb22518e4f57859.png)
![img](https://img-blog.csdnimg.cn/img_convert/8678e062d12437f0ecc7bb406d47239c.png)
![img](https://img-blog.csdnimg.cn/img_convert/65353ca05d2728bf3a878c1227a07edc.png)
![img](https://img-blog.csdnimg.cn/img_convert/4827143c27e570cdf053f4bd4fd82421.png)
![img](https://img-blog.csdnimg.cn/img_convert/2604d5460cd5765ef115d39043deecdd.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上大数据开发知识点，真正体系化！**

**由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以添加VX：vip204888 （备注大数据获取）**
![img](https://img-blog.csdnimg.cn/img_convert/131bf60a347d9f4fbc077ca74173c8dd.png)

**一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

对你有帮助，可以添加VX：vip204888 （备注大数据获取）**
[外链图片转存中...(img-UCdA2mKG-1712956280672)]

**一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**