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

Kibana是一个开源的分析与可视化平台，设计出来用于和Elasticsearch一起使用的。你可以用kibana搜索、查看存放在Elasticsearch中的数据。
Kibana与Elasticsearch的交互方式是各种不同的图表、表格、地图等，直观的展示数据，从而达到高级的数据分析与可视化的目的。
Elasticsearch、Logstash和Kibana这三个技术就是我们常说的ELK技术栈，可以说这三个技术的组合是大数据领域中一个很巧妙的设计。
一种很典型的MVC思想，模型持久层，视图层和控制层。Logstash担任控制层的角色，负责搜集和过滤数据。Elasticsearch担任数据持久层的角色，
负责储存数据。而我们这章的主题Kibana担任视图层角色，拥有各种维度的查询和分析，并使用图形化的界面展示存放在Elasticsearch中的数据。
 

1.1 Elasticsearch 安装

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 ..."

mkdir -vp ${prq_data_path}/elasticsearch_data/plugins/ik ${prq_data_path}/elasticsearch_data/data ${prq_data_path}/elasticsearch_data/logs ${prq_data_path}/elasticsearch_data/config

cp ${image_home}/elasticsearch-analysis-ik-7.9.0.zip  ${prq_data_path}/elasticsearch_data/plugins/ik

cd ${prq_data_path}/elasticsearch_data/plugins/ik

unzip elasticsearch-analysis-ik-7.9.0.zip
cd ${path}
mkdir -vp ${prq_data_path}/libreoffice_data/
chmod -R 777 ${prq_data_path}/libreoffice_data




echo ">>> copy config file to destination location start <<<"


cp conf/loolwsd.xml ${prq_data_path}/libreoffice_data/

echo ">>> config file copy finished <<<"

echo "grant permisssion ..."
chmod 777 -R ${prq_data_path}

sysctl vm.overcommit_memory=1

echo "=============Starting containers...========== "

echo "=============creating other containers ...==================="

docker-compose -f compose-prq-es.yml up -d

可以看到，我们需要用到的目录为:

config：配置文件

data：数据存储的目录

plugins：插件的目录，目前我们放入IK的分词插件，需要将elasticsearch-analysis-ik-7.9.0.zip在plugins/ik目录下解压

测试   显示如下页面则成功了,安装的ip:port

ik安装成功

或者用postman测试ik是否安装成功

两个postman不同点是多了分词器analyzer,不加分词器，默认是standand,即一个字一个字解析。

ik分词器模式介绍
1. 细粒度分词模式（ik_smart）：
这是默认的分词模式，它会尽可能地将句子切分为最小的词语单元。它不仅可以识别普通词汇，还可以识别一些常见的专有名词、地名、人名等。

2. 智能分词模式（ik_max_word）：
这种模式会在细粒度分词的基础上，对长词进行进一步的切分。它可以识别更多的词语，但也会增加一些不必要的词语。