docker安装elasticsearch、kibana、ik

最新推荐文章于 2023-12-10 15:31:37 发布
最新推荐文章于 2023-12-10 15:31:37 发布
阅读量252 收藏 1
点赞数 1
分类专栏： 数据库 文章标签： elasticsearch
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/xixingzhe2/article/details/112093336
版权

 

1、安装ElasticSearch、kibana

官方安装地址：

https://www.elastic.co/guide/en/elasticsearch/reference/current/docker.html

https://www.elastic.co/guide/en/kibana/current/docker.html

1.1 拉取镜像

>docker pull docker.elastic.co/elasticsearch/elasticsearch:7.10.1
>docker pull docker.elastic.co/kibana/kibana:7.10.1

1.2 开发模式，快速启动

1.2.1 安装elasticsearch

>sudo mkdir -p /mydata/elasticsearch/config
>sudo mkdir -p /mydata/elasticsearch/data
>sudo echo "http.host: 0.0.0.0" >> /mydata/elasticsearch/config/elasticsearch.yml #可以远程访问
>chmod -R 777 /mydata/elasticsearch
>sudo docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \
 -d \
 -e "discovery.type=single-node" \
 -e ES_JAVA_OPTS="-Xms64m -Xmx128m" \
 -v /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
 -v /mydata/elasticsearch/data:/usr/share/elasticsearch/data \
 -v /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
 docker.elastic.co/elasticsearch/elasticsearch:7.10.1

1.2.2 安装IK

ik地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

下载

>wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.10.1/elasticsearch-analysis-ik-7.10.1.zip
> unzip elasticsearch-analysis-ik-7.10.1.zip -d ik/
>mv ik/ /mydata/elasticsearch/plugins/
>docker restart elasticsearch #重启elasticsearch

1.2.3 安装kibana

docker run --link YOUR_ELASTICSEARCH_CONTAINER_NAME_OR_ID:elasticsearch -p 5601:5601 docker.elastic.co/kibana/kibana:7.10.1

YOUR_ELASTICSEARCH_CONTAINER_NAME_OR_ID：elasticsearch的docker的name或id。

>docker run -d --name kibana --link elasticsearch:elasticsearch -p 5601:5601 docker.elastic.co/kibana/kibana:7.10.1

找到Kibana配置文件所在：config/kibana.ym

重启即可。

>docker exec -it kibana /bin/bash #进入容器

找到配置：i18n.locale: "en" 并将en修改为zh-CN(简体中文)。

1.3 访问

验证elasticsearch

配置9200是通过HTTP连接的端口，9300是TCP连接的端口

访问地址：http://localhost:9200/

验证kibana

访问地址：http://8.136.103.242:5601/

1.4 命令

>docker start elasticsearch  #启动
>docker stop elasticsearch  #停止
>docker restart elasticsearch  #重启
>docker exec -it elasticsearch  /bin/bash #进入容器
 

1.5 验证中文分词

POST /docs/news
{"content":"美国留给伊拉克的是个烂摊子吗"}

POST /index/_create/1
{"content":"美国留给伊拉克的是个烂摊子吗"}

POST /index/_create/2
{"content":"公安部：各地校车将享最高路权"}

POST /index/_create/3
{"content":"中韩渔警冲突调查：韩警平均每天扣1艘中国渔船"}

POST /index/_create/4
{"content":"中国驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"}

POST /index/_search
{
    "query" : { "match" : { "content" : "中国" }},
    "highlight" : {
        "pre_tags" : ["<tag1>", "<tag2>"],
        "post_tags" : ["</tag1>", "</tag2>"],
        "fields" : {
            "content" : {}
        }
    }
}

返回结果

{
  "took" : 3,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 3,
      "relation" : "eq"
    },
    "max_score" : 1.2257079,
    "hits" : [
      {
        "_index" : "index",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 1.2257079,
        "_source" : {
          "content" : "中韩渔警冲突调查：韩警平均每天扣1艘中国渔船"
        },
        "highlight" : {
          "content" : [
            "<tag1>中</tag1>韩渔警冲突调查：韩警平均每天扣1艘<tag1>中</tag1><tag1>国</tag1>渔船"
          ]
        }
      },
      {
        "_index" : "index",
        "_type" : "_doc",
        "_id" : "4",
        "_score" : 0.9640833,
        "_source" : {
          "content" : "中国驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"
        },
        "highlight" : {
          "content" : [
            "<tag1>中</tag1><tag1>国</tag1>驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"
          ]
        }
      },
      {
        "_index" : "index",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.3864615,
        "_source" : {
          "content" : "美国留给伊拉克的是个烂摊子吗"
        },
        "highlight" : {
          "content" : [
            "美<tag1>国</tag1>留给伊拉克的是个烂摊子吗"
          ]
        }
      }
    ]
  }
}

1.6 插入测试数据

测试数据地址：https://github.com/elastic/elasticsearch/blob/master/docs/src/test/resources/accounts.json

批量添加添加

2、geo

2.1 创建索引字段

PUT /show
{
  "mappings": {
    "properties": {
      "id": {
				"type": "integer"
			},
			"name": {
				"type": "text",
				"analyzer": "standard"
			},
			"type": {
				"type": "integer"
			},
			"position": {
				"properties": {
					"location": {
						"type": "geo_point"
					}
				}
			}
    }
  }
}

2.2 创建索引文档

PUT /show/_doc/2
{ 
    "id" : 1, 
    "name" :  "建升大厦", 
    "type" :  1,
    "position":{
        "location" : {
            "lat" : 22.6482057076,
            "lon" : 114.1250142233
        }
    }
}

PUT /show/_doc/1
{ 
    "id" : 2, 
    "name" :  "深圳市第三人民医院", 
    "type" :  1,
    "position":{
        "location" : {
            "lat" : 22.6352587415,
            "lon" : 114.1289020619
        }
    }
}

PUT /show/_doc/3
{ 
    "id" : 3, 
    "name" :  "深圳百合医院", 
    "type" :  1,
    "position":{
        "location" : {
            "lat" : 22.6164455768,
            "lon" : 114.1395956293
        }
    }
}

2.3 查询

2.3.1 查询所有

POST /show/_search
{
	"query": {
		"bool": {
			"must": {
				"match_all": {

				}
			},
			"filter": {
				"geo_distance": {
					"distance": "10km",
					"position.location": {
						"lat": 22.6497899384,
						"lon": 114.1258725301
					}
				}
			}
		}
	},
	"sort": [{
		"_geo_distance": {
			"position.location": {
				"lat": 22.6497899384,
				"lon": 114.1258725301
			},
			"order": "asc",
			"unit": "km",
			"mode": "min"
		}
	}]
}

查询结果

{
  "took" : 4,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 3,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [
      {
        "_index" : "show",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : null,
        "_source" : {
          "id" : 1,
          "name" : "建升大厦",
          "type" : 1,
          "position" : {
            "location" : {
              "lat" : 22.6482057076,
              "lon" : 114.1250142233
            }
          }
        },
        "sort" : [
          0.19695848610299513
        ]
      },
      {
        "_index" : "show",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : null,
        "_source" : {
          "id" : 2,
          "name" : "深圳市第三人民医院",
          "type" : 1,
          "position" : {
            "location" : {
              "lat" : 22.6352587415,
              "lon" : 114.1289020619
            }
          }
        },
        "sort" : [
          1.6454376027134134
        ]
      },
      {
        "_index" : "show",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : null,
        "_source" : {
          "id" : 3,
          "name" : "深圳百合医院",
          "type" : 1,
          "position" : {
            "location" : {
              "lat" : 22.6164455768,
              "lon" : 114.1395956293
            }
          }
        },
        "sort" : [
          3.9662223889048036
        ]
      }
    ]
  }
}

2.3.2 分词查询

POST /show/_search
{
	"query": {
		"bool": {
			"must": {
				"match": {
					"name": "深圳"
				}
			},
			"filter": {
				"geo_distance": {
					"distance": "100km",
					"position.location": {
						"lat": 22.649928,
						"lon": 114.125646
					}
				}
			}
		}
	},
	"sort": [{
		"_geo_distance": {
			"position.location": {
				"lat": 22.6497899384,
				"lon": 114.1258725301
			},
			"order": "asc",
			"unit": "km",
			"mode": "min"
		}
	}]
}

查询结果

{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [
      {
        "_index" : "show",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : null,
        "_source" : {
          "id" : 2,
          "name" : "深圳市第三人民医院",
          "type" : 1,
          "position" : {
            "location" : {
              "lat" : 22.6352587415,
              "lon" : 114.1289020619
            }
          }
        },
        "sort" : [
          1.6454376027134134
        ]
      },
      {
        "_index" : "show",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : null,
        "_source" : {
          "id" : 3,
          "name" : "深圳百合医院",
          "type" : 1,
          "position" : {
            "location" : {
              "lat" : 22.6164455768,
              "lon" : 114.1395956293
            }
          }
        },
        "sort" : [
          3.9662223889048036
        ]
      }
    ]
  }
}

 

 

xixingzhe2
关注
专栏目录
docker-compose搭建Elasticsearch+kibana（7.2.0）
等风来也chen
08-28 1869
废话不多说，文件内容如下 version: '3' services: es1: image: docker.elastic.co/elasticsearch/elasticsearch:7.2.0 container_name: es1 privileged: true environment: - cluster.name=elasticsear...
2024年最新MAC M1使用docker 安装es kibana ik分词器，被面试官问的大数据开发-Framework难倒了
最新发布
2401_84164503的博客
05-05 540
这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**我的路径是/Users/jim/elasticsearch/elasticsearch.yml。我的路径是/Users/jim/elasticsearch/kibana.yml。6.一样提前创建好kibana.yml文件。10.解压到主机并改名为ik。3.在终端运行以下命令。得到如下图片即安装成功。7.在终端运行以下命令。9.安装ik分词器插件。5.安装kibana。找到8.6.2版本的。
docker 安装Elasticsearch + kibana + ik分词器
D的博客
07-13 892
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和Elasticsearch-Head以及IK分词器
阿靖的博客
04-01 423
ElasticSearch 是一个分布式、高扩展、高实时的搜索引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用ElasticSearch的水平伸缩性，能使数据在生产环境变得更有价值。ElasticSearch 的实现原理主要分为以下几个步骤，首先用户将数据提交到Elastic Search 数据库中，再通过分词控制器去将对应的语句分词，将其权重和分词结果一并存入数据，当用户搜索数据...
docker安装elasticsearch，kibana，ik分词器
Give_time_to_Bug的博客
10-25 1294
docker安装elasticsearch，kibana，ik分词器
docker安装es7.13和kibana7.13
06-29
docker安装es7.13和kibana7.13详细笔记文档总结和相关包
docker安装elasticsearch和kibana
小张的博客
12-10 1402
docker安装elasticsearch和kibana
Docker安装ES/Kibana/ik分词器
SuperWQH7的博客
06-08 920
docker安装ES/Kibana/ik
docker 安装elasticsearch+kibana+IK分词器
qq_62038093的博客
10-22 900
docker部署elasticsearch
Docker 安装Elasticsearch、Kibana、ik、head插件
我是一名Java、前端和大数据从业者，致力于分享实际工作中遇到的问题和解决方案，以及我在研究新技术时的一些心得和体验。我坚信技术的无限可能性，并认为知识应该是开放和共享的。如果您对我的博客感兴趣，欢迎随时阅读和评论。感谢您的支持！
05-09 447
Docker 安装Elasticsearch、Kibana、ik、head插件 一、Docker 安装 Elasticsearch 1、下载镜像，规定版本 docker pull elasticsearch:5.6.4 2、启动容器，设置初始堆内存和最大内存 docker run -e ES_JAVA_OPTS="-Xms128m -Xmx256m" -d \ -p 9200:9200 -p 9300:9300 --name es 7a047c21aa48 或者： docker run -p 9200:
通过Docker安装ElasticSearch和Kibana
m0_67391683的博客
08-31 2235
随着现在互联网的发展，会出现很多新颖的词汇比如：“蜀黍”、“表酱紫” 这样的词汇 ,那么像这种词汇，搜索时需要作为一个整体，那我们就需要手动进行配置了。但是还有一些词语是不能在网上传播的，比如政治敏感的词语，我们希望能在搜索时忽略掉，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。因为这里使用ElasticSearch的7.12.1版本的镜像，这个镜像特别大，接近1G，因此不建议直接pull，拉取得很慢。会发现 蜀黍会被分词成一个整体，到这里，就全部配置成功啦！...
docker 部署 Elasticsearch kibana 以及 ik分词器
weixin_45996896的博客
05-07 586
es安装 docker pull elasticsearch:7.4.0 # -d : 后台运行 # -p : 指定宿主机与docker启动容器的端口映射 # --name : 为 elasticsearch 容器起个别名 # -e : 指定为单节点集群模式 # docker run -d --name elasticsearch -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" elasticsearch:7.4.0 docker ru
docker部署elasticsearch、kibana、ik分词器
infinite_xy的博客
09-06 189
docker部署elasticsearch、kibana、ik分词器 本机创建数据卷挂载目录 mkdir -p /root/elasticsearch/plugins 拉取es镜像 docker pull elasticsearch:7.9.0 创建es容器 docker run -d -v /root/elasticsearch/plugins:/usr/share/elasticsearch/plugins -e ES_JAVA_POTS="-Xms512m -Xmx512m" --na
使用docker安装elasticsearch、数据可视化kibana和IK分词器
boo程序员的博客
05-09 797
一、创建docker局域网络 docker network 为容器新增了一张指定网络的虚拟网卡。 创建一个局域网让elasticsearch和kibana进行网络互联，存放在同一个网络，kibana可以直接通过容器访问到es 1. 创建局域网 docker network create es-net 2. 连接局域网 可以在创建容器的时候使用–network进行连接网络，也可以在创建完容器之后进入容器进行连接网络 docker exec -it es bash docker network connect
docker安装elasticsearch，elasticsearch-head，kibana，ik分词器
Java_File_Style的博客
06-14 903
docker安装elasticsearch，elasticsearch-head，kibana，ik分词器 安装方式基本有两种，一种是pull的方式，一种是Dockerfile的方式，由于pull的方式pull下来后还需配置许多东西且不便于复用，个人比较喜欢使用Dockerfile的方式 所有docker支持的镜像基本都在https://hub.docker.com/ docker的官网上能找到合...
docker部署elasticsearch,Kibana,IK分词器(步骤详细)
怀着一颗学徒的心
08-14 2139
☀️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
Docker 部署ElasticSearch + Kibana
qq2276031的博客
09-07 313
2.1 安装ElasticSearch 2.11 Windows安装 声明：JDK1.8 ，最低要求！ ElasticSearch 客户端，界面工具！官网：https://www.elastic.co/ 下载地址：https://www.elastic.co/cn/downloads/elasticsearch官网下载巨慢，FQ，网盘中下载即可！ 1.下载完解压就可以使用了！ 2.目录结构 3.启动，访问9200； kibana启动同上述操作一样，不在赘述。 2.12 Do.
Docker 安装elasticsearch 和 kibana 步骤
zlizh的博客
08-12 341
1，下载elasticsearch docker pull docker.elastic.co/elasticsearch/elasticsearch:7.14.0 2，启用elasticsearch容器 docker run -d --name myes_ser -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:7.14.0 启用成功后，在浏览器
Docker中安装Elasticsearch与Kibana详细教程
"基于Docker安装Elasticsearch的保姆级教程，包括Elasticsearch介绍、Docker安装步骤、Kibana的部署以及IK分词器的安装。" 在本教程中，我们将详细介绍如何利用Docker来安装和配置Elasticsearch，以及与其相关的...
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
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