部署安装ElasticSearch、Kibana、IK

最新推荐文章于 2024-05-23 17:07:15 发布
最新推荐文章于 2024-05-23 17:07:15 发布
阅读量923 收藏 11
点赞数 29
分类专栏： 微服务 文章标签： elasticsearch 大数据 搜索引擎 kibana IK
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_60735796/article/details/137466664
版权

文章目录

​🍃作者介绍：双非本科大三网络工程专业在读，阿里云专家博主，专注于Java领域学习，擅长web应用开发、数据结构和算法，初步涉猎Python人工智能开发和前端开发。
🦅主页：@逐梦苍穹
📕所属专栏：微服务
✈ 您的一键三连，是我创作的最大动力🌹

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。
所以这里先创建一个网络：

docker network create es-net

在这里插入图片描述

1.2、加载镜像

这里采用elasticsearch的7.12.1版本的镜像，这个镜像体积非常大，接近1G。
可以pull拉取，也可以在这里下载然后将其上传到虚拟机中，然后运行命令加载即可(分享链接在文末)：

# 导入数据
docker load -i es.tar

同理还有kibana的tar包也需要这样做。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

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://192.168.42.128:9200 即可看到elasticsearch的响应结果：
在这里插入图片描述

2、部署kibana

kibana可以提供一个elasticsearch的可视化界面

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

在这里插入图片描述

  • --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，可以通过如下命令查看运行日志：

docker logs -f kibana

当查看到下面的日志，说明成功：
在这里插入图片描述

整体日志如下：
在这里插入图片描述

此时，在浏览器输入地址访问：http://192.168.42.128:5601，即可看到结果
在这里插入图片描述

2.2、DevTools

kibana中提供了一个DevTools界面：
在这里插入图片描述
在这里插入图片描述

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、IK分词器

3.1、在线安装

# 进入容器内部
docker exec -it es 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

在这里插入图片描述

3.2、离线安装

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：
在这里插入图片描述

[
    {
        "CreatedAt": "2024-03-31T10:00:18-04:00",
        "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

下面需要把ik分词器解压缩，重命名为ik(分享链接在文末)：
在这里插入图片描述

3）上传到es容器的插件数据卷中

也就是需要把ik文件夹上传到：/var/lib/docker/volumes/es-plugins/_data(可以使用finalshell软件进行上传)

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": "一头二臂就是你"
}

结果：

{
  "tokens" : [
    {
      "token" : "一头",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "一",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "TYPE_CNUM",
      "position" : 1
    },
    {
      "token" : "头",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "COUNT",
      "position" : 2
    },
    {
      "token" : "二",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "TYPE_CNUM",
      "position" : 3
    },
    {
      "token" : "臂",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "CN_CHAR",
      "position" : 4
    },
    {
      "token" : "就是",
      "start_offset" : 4,
      "end_offset" : 6,
      "type" : "CN_WORD",
      "position" : 5
    },
    {
      "token" : "你",
      "start_offset" : 6,
      "end_offset" : 7,
      "type" : "CN_CHAR",
      "position" : 6
    }
  ]
}

如果不用IK分词器，则是：
在这里插入图片描述

不会识别到"就是"可能是个词。

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。
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：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
        <comment>IK Analyzer 扩展配置</comment>
        <!--用户可以在这里配置自己的扩展字典 *** 添加扩展词典-->
        <entry key="ext_dict">extr_new.dic</entry>
</properties>

3）新建一个 extr_new.dic，可以参考config目录下复制一个配置文件进行修改
4）重启elasticsearch

docker restart es

# 查看 日志
docker logs -f es

出现如下：

表示日志中已经成功加载ext.dic配置文件。

如果在日志信息中找不到，可以把日志写入到文件里面：
命令：docker logs -f es > /root/log.txt
然后CTRL+F查找：
在这里插入图片描述

5）测试效果：

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

未配置之前：
在这里插入图片描述

配置之后：
image.png
在这里插入图片描述

3.4、停用词词典

在互联网项目中，在网络间传输的速度很快，所以很多语言是不允许在网络上传递的，如：关于宗教、政治等敏感词语，那么我们在搜索时也应该忽略当前词汇。
IK分词器也提供了强大的停用词功能，让我们在索引时就直接忽略当前的停用词汇表中的内容。
1）IKAnalyzer.cfg.xml配置文件内容添加：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
        <comment>IK Analyzer 扩展配置</comment>
        <!--用户可以在这里配置自己的扩展字典-->
        <entry key="ext_dict">extr_new.dic</entry>
         <!--用户可以在这里配置自己的扩展停止词字典  *** 添加停用词词典-->
        <entry key="ext_stopwords">stopword.dic</entry>
</properties>

2）在 stopword.dic 添加停用词
4）重启elasticsearch

# 重启服务
docker restart es
docker restart kibana

# 查看 日志
docker logs -f es

日志中已经成功加载stopword.dic配置文件

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

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

5、总结

分词器的作用是什么？

  • 创建倒排索引时对文档分词
  • 用户搜索时，对输入的内容分词

IK分词器有几种模式？

  • ik_smart：智能切分，粗粒度
  • ik_max_word：最细切分，细粒度

IK分词器如何拓展词条？如何停用词条？

  • 利用config目录的IkAnalyzer.cfg.xml文件添加拓展词典和停用词典
  • 在词典中添加拓展词条或者停用词条

6、各种镜像的链接

百度网盘链接：

链接：https://pan.baidu.com/s/1nA9ltnt2egOKQQFMNz1YQA?pwd=1234
提取码：1234

逐梦苍穹
关注
  • 29
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
安装部署 elasticsearch kibana 资源
11-05
安装部署 elasticsearch kibana 资源 如果有不会的伙伴 可以参考安装部署专栏《安装部署 elasticsearch kibana IK分词器》文章 其中会有较为详细的部署步奏 如果有不足之处,朢大神评论区指点 感谢您的支持, ღ( ´･...
elasticsearch+kibana+ik
04-04
elasticsearch+kibana+ik安装包
安装部署 elasticsearch kibana IK分词器
10JQKA的博客
11-05 586
部署单点es、部署kibana、安装IK分词器、扩展词典、停用词典
Docker 安装 elasticsearch、kibana、ik
书启鸿蒙知秋枫
05-10 1278
【代码】Docker 安装 elasticsearch、kibana、ik。
Linux Elasticsearch kibana ik分词器 安装部署
dsd1233的博客
05-06 2219
linux 服务器 部署安装 Elasticsearch Kibana Ik 方法和常见问题和解决方法
docker安装es kibana ik分词器
weixin_44898171的博客
08-05 735
docker安装elasticSearch kibana ik单机应用，原创不易一点点试错
Mac 安装elasticsearch kibana ik
Yann_8888的博客
07-06 527
下载安装包 elasticSearch kibana ik分词 官网下载太慢,附上6.81版本网盘地址 密码:mjc8 解压 创建elasticSearch cd mkdir elasticSearch 将elasticSearch kibana解压到~/elasticSearch 将ik分词解压到~/elasticSearch/elasticSearch/bin 修改elasticse...
docker部署elasticsearch,Kibana,IK分词器(步骤详细)
怀着一颗学徒的心
08-14 1154
☀️安装elasticsearch ☀️1.部署单点es 🌸1.1.创建网络 🌸1.2.下载镜像 🌸1.3.运行 ☀️2.部署kibana 🌸2.1.部署 🌸2.2 安装中文 🌸2.3.DevTools ☀️3.安装IK分词器 🌸3.1.在线安装ik插件（较慢） 🌸3.2.离线安装ik插件（推荐） 🌸1）查看数据卷目录 🌸2）解压缩分词器安装包 🌸3）上传到es容器的插件数据卷中 🌸4）重启容器 🌸5）测试： 🌸3.3 扩展词词典 ☀️4.部署es集群
部署ElasticSearch与kibana（持续更新）
Vae的黑粉
04-13 500
文章目录一、ElasticSearch介绍二、安装ElasticSearch三、部署kibana四、IK分词器 一、ElasticSearch介绍 ElasticSearch是一款强大的开源搜索引擎，可以用来实现搜索、日志统计、分析、系统监控等功能。 ElasticSearch底层是基于lucene实现的，他是Apache的开源搜索引擎类库，他具有易拓展，高性能等优势，但是其只限于java语言开发和不支持水平拓展也造成了一定的局限性。 ElasticSearch擅长海量的数据搜索，分析计算。mysql擅长事
docker 安装Elasticsearch + kibana + ik分词器
D的博客
07-13 810
首先拉取es镜像： 注意：这里使用7.17.0 这也是7系列的最后一个版本； 当前最新8.0版本，8.0版本运行至少要有4GB内存所以暂时不用8.0版本；运行ES（单节点）模式：创建用户定义的网络（用于连接到同一网络的其他服务（例如 Kibana））： 启动ES： –name es 容器名称es-d 后台运行-p 9200:9200 http请求的端口-p 9300:9300 es集群同步数据请求的端口-e “ES_JAVA_OPTS=-Xms512m -Xmx512m” 手动将堆大小设置为5
docker安装Elasticsearch、Kibana，ik分词器
weixin_43939708的博客
04-20 2968
docker安装Elasticsearch、Kibana，ik分词器超详细步骤
Docker安装部署Elasticsearch+Kibana+IK分词器
m0_67713667的博客
10-29 1269
一般来说，我们不希望在elasticsearch容器停止时丢失elasticsearch中的文件，因此我们创建一个数据卷来关联elasticsearch的data文件夹。我尝试安装8.x版本的，不过似乎由于虚拟机内存大小的原因集群状态总是转为RED无法重置elastic账户的密码，因此我最终选择使用7.x版本的elasticsearch，8.x版本的默认使用https来保证数据的安全性，感兴趣的同学可以自行尝试。es-net为我们在之前创建的网络的名称。es-net为上一步我们创建的网络名。
es安装教程：单点部署es、部署kibana、以及IK分词器
06-17
单点部署es、部署kibana、以及IK分词器详细教程
安装elasticsearch、kibana、IK分词器
01-29
安装elasticsearch、kibana、IK分词器
ElasticSearch之Head的安装配置
最新发布
eagle89的专栏
05-23 286
ElasticSearch之Head的安装配置
Elasticsearch段合并的原理
batman
05-20 837
自动刷新流程每秒会创建一个新的段（由动态配置参数refresh_interval决定），导致短时间内段数量暴增。而段数目太多会带来众多问题，包含但不限于如下几点。❑资源消耗：每一个段都会消耗文件句柄、内存和CPU运行周期。❑搜索变慢：每个搜索请求都必须轮流检查每个段，所以段越多，搜索也就越慢。Elasticsearch通过在后台进行段合并来解决上述问题。小段被合并到大段，这些大段再被合并到更大的段。段合并的时候会将那些旧的已删除文档从文件系统中清除。
ElasticSearch
xzt2012的专栏
05-22 424
【代码】ElasticSearch。
easy-es EsAutoConfiguration RestHighLevelClient 没有自动注入配置
焺爅
05-21 264
而我使用的框架是springboot3，springboot3扫描的是META-INF/spring/org.springframework.boot.autoconfigure.AutoConfiguration.import。我用的easy-es.version 是 2.0.0-beta1，是基于springboot2开发的，自动注入配置的目录扫描的是META-INF/spring.factories文件；第二步：启动类需要加注解@Import。
CPython3.7.9源码学习一：C语言基础、整数对象
IMLiFeLong
05-19 730
学习Cpython解释器源码，了解python底层运行逻辑，python版本为3.7.9
docker elasticsearch和kibana
09-04
Docker是一个开源的容器化平台，可以帮助开发人员和运维团队更轻松地构建、发布和运行应用程序。Elasticsearch是一种流行的开源搜索和分析引擎，而Kibana是一个用于可视化和管理Elasticsearch数据的开源工具。 为了让Elasticsearch和Kibana互联，首先需要创建一个Docker网络。可以使用以下命令创建名为es-net的网络： ``` docker network create es-net ``` 接下来，需要下载并安装Elasticsearch插件。可以使用以下命令将IK分词器插件安装到Elasticsearch中： ``` ./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip ``` 然后，可以执行以下命令来运行Elasticsearch容器： ``` 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 ``` 最后，现在可以安装Kibana并与Elasticsearch连接。具体安装和配置Kibana的步骤会因版本而异，可以参考官方文档进行操作。 通过以上步骤，您可以成功搭建和连接Docker中的Elasticsearch和Kibana。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [通过Docker安装ElasticSearch和Kibana](https://blog.csdn.net/m0_67391683/article/details/126618272)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

逐梦苍穹

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值