Docker for mac中ElasticSearch+HBase整合搜索与数据存储

最近项目中有接触到ElasticSearch，已有的项目是直接把ElasticSearch做为存储数据库。但是自己看了ElasticSearch一些博客后，感觉它更适合做索引（把索引压缩放到内存里）。

本文介绍的是用ElasticSearch和HBase整合的例子，已经有相关的实现。我属于再次造个轮子，刚好可以熟悉一下Docker的用法（终于不要直接在电脑上装很多大数据的软件了。。。）

这个架构图是从另一个博客里面直接拿过来的。

首先，准备工作：
安装和配置docker，主要是更换国内docker hub镜像，提高images下载速度。
在docker里安装hbase和ElasticSearch两个软件。
使用到的命令
查询镜像：docker search hbase
下载镜像：docker pull elasticsearch
查看已有的镜像：docker images
删除镜像：docker rmi image_id
启动容器：docker run …直接从网上找的命令
查看容器：docker ps -a
查看日志：docker logs es
删除容器：docker rm container_id或者name
进入容器终端：docker exec -it hbase /bin/bash
挂载本地配置文件或数据目录：-v 参数
指定配置：-e 参数

docker启动hbase：

docker run -d -h hbase -p 2181:2181 -p 8080:8080 -p 8085:8085 -p 9090:9090 -p 9095:9095 -p 16000:16000 -p 16010:16010 -p 16201:16201 -p 16301:16301 --name hbase harisekhon/hbase

docker启动ElasticSearch（es坑太多了）：

docker run -e ES_JAVA_OPTS="-Xms256m -Xmx256m" -e "xpack.security.enabled=false" -d --name es -p 9200:9200 -p 9300:9300 -v /Users/mylovin/Downloads/docker/es/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml elasticsearch:5.6.4

坑1：内存参数。默认内存参数为2g，需要在启动命令行中显式配置。
坑2：配置文件最好是使用本地的文件，保证所做修改不会丢失（容器删除等情况）

http.host: 0.0.0.0

# Uncomment the following lines for a production cluster deployment
cluster.name: es
transport.host: 0.0.0.0
#discovery.zen.minimum_master_nodes: 1

network.host: 0.0.0.0

# head插件设置
http.cors.enabled: true
http.cors.allow-origin: "*"

坑3：java客户端一直连接不上
可能原因有：
版本不匹配，es对版本匹配要求很高；
9200 9300端口混淆(curl 127.0.0.1:9300 not a http port)；
elasticsearch.yml配置文件中的参数问题；
netty版本冲突，报错：noSuchMethod

es监控软件head
9100端口

中文分词ik

安装ik：
cd plugins
下载ik压缩包
wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v5.6.4/elasticsearch-analysis-ik-5.6.4.zip
unzip elasticsearch-analysis-ik-5.6.4.zip
rm elasticsearch-analysis-ik-5.6.4.zip

ik中文分词器的使用
https://blog.csdn.net/wwd0501/article/details/78258274
举例：
http://localhost:9200/_analyze?analyzer=ik_max_word&pretty=true/
{"text":"这里是好记性不如烂笔头感叹号的博客园"}

其余做的事情：
配置log4j2.xml文件

页面展示的时候使用bootstrap table

文件上传到代码管理仓库git上