基于 docker 搭建 elasticsearch:5.6.8 分布式集群环境

2024-05-26 20:08

本文主要是介绍基于 docker 搭建 elasticsearch:5.6.8 分布式集群环境,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

      • 1. 目录结构
      • 2. 前置配置
      • 3. 单机版 es 集群搭建
      • 4. es 客户端工具安装
      • 5. 通过 api 操作索引
        • 5.1 创建索引
        • 5.2 创建 index 对应的 mapping
        • 5.3 查询索引信息
        • 5.4 查看索引 mapping
        • 5.5 修改索引配置
        • 5.6 插入数据
        • 5.7 批量导入数据
        • 5.8 创建带 mapping 的索引
        • 5.9 多索引批量导入
        • 5.10 检索文档
        • 5.11 删除文档
      • 6 文档元数据
      • 7. 索引创建原则
      • 8. 对比关系型数据库
      • 附录 - 中文分词器插件安装
      • 附录 - 可视化 docker 管理工具安装
      • 附录 - 参考网址

1. 目录结构

es
├── data1		# es1 数据文件挂载目录
├── data2		# es2 数据文件挂载目录
├── data3		# es3 数据文件挂载目录
├── es1.yml 	# es1 配置文件
├── es2.yml		# es2 配置文件
└── es3.yml		# es3 配置文件

强调: 如果 es 选的 6.x 版本的话,那么需将data1 data2 data3 开启777权限。 命令: sudo chmod 777 data*

 

2. 前置配置

# 1. 调高JVM线程数限制数量, 防止启动容器时,报出如下错误:#  bootstrap checks failed max virtual memory areas vm.max_map_count [65530] likely too low, increase to at least [262144]
# 方式1: 运行 ELK 镜像需要 vm.max_map_count 至少需要 262144 内存(永久性修改)
sudo vim /etc/sysctl.conf# 存在 vm.max_map_count 参数则修改,没有则新增vm.max_map_count = 262144# 方式2: 临时改变某个指定参数的值
sysctl -w vm.max_map_count=262144# 重新加载内核参数
sudo sysctl -p

 

3. 单机版 es 集群搭建

# 创建数据文件挂载目录
mkdir -p ./es/data1 ./es/data2 ./es/data3# 创建 es 配置文件, 文件内容见下面 git 仓库
touch es1.yml  es2.yml  es3.yml# 拉取 es 镜像
docker pull elasticsearch:5.6.8# 启动 es 集群 节点1 实例
docker run -d -e ES_JAVA_OPTS="-Xms256m -Xmx256m" \-p 2181:2181 -p 7050:7050 \-v /data/es/es1.yml:/usr/share/elasticsearch/config/elasticsearch.yml \-v /data/es/data1:/usr/share/elasticsearch/data \--name es1 elasticsearch:5.6.8# 启动 es 集群 节点2 实例
docker run -d -e ES_JAVA_OPTS="-Xms256m -Xmx256m" \-p 2888:2888 -p 7051:7051 \-v /data/es/es2.yml:/usr/share/elasticsearch/config/elasticsearch.yml \-v /data/es/data2:/usr/share/elasticsearch/data \--name es2 elasticsearch:5.6.8# 启动 es 集群 节点3 实例
docker run -d -e ES_JAVA_OPTS="-Xms256m -Xmx256m" \-p 3888:3888 -p 7053:7053 \-v /data/es/es3.yml:/usr/share/elasticsearch/config/elasticsearch.yml \-v /data/es/data3:/usr/share/elasticsearch/data \--name es3 elasticsearch:5.6.8# 查看节点状态, 以下三个地址均可
http://192.168.10.1:2181/_cat/nodes?pretty
http://192.168.10.1:2888/_cat/nodes?pretty
http://192.168.10.1:3888/_cat/nodes?pretty# 查看集群健康, 以下三个地址均可
http://192.168.10.1:2181/_cluster/health
http://192.168.10.1:2181/_cluster/health
http://192.168.10.1:3888/_cluster/health# 清理 es 集群容器实例
docker rm -f $(docker ps -a | grep "elasticsearch" | awk '{print $1}')

设置 -e ES_JAVA_OPTS="-Xms256m -Xmx256m" 原因: /etc/elasticsearch/jvm.options 默认jvm最大最小内存是2G。 验证命令如下:

  1. docker exec -it es1 bash
  2. cat /etc/elasticsearch/jvm.options | egrep “Xms|Xmx”

es*.yml 配置文件地址: https://github.com/AnswerAIL/aal-csdn-docs/tree/master/es

 

4. es 客户端工具安装

# 下载镜像
docker pull mobz/elasticsearch-head:5# 启动实例
docker run -d -p 7058:9100 --name es-manager  mobz/elasticsearch-head:5# 浏览器端访问
http://192.168.10.1:7058/

页面呈现效果
在这里插入图片描述
 

5. 通过 api 操作索引

5.1 创建索引
	# 执行以下指令, 创建 my_index  索引# number_of_shards: 设置索引分片个数# number_of_replicas: 设置索引副本个数# 格式: http://192.168.10.1:2181/{索引名称}curl -X PUT http://192.168.10.1:2181/my_index -d '  { "settings": { "number_of_shards": 3,"number_of_replicas": 1}}'

效果呈现
在这里插入图片描述新建的索引 my_index 中 mapping 是一个空集
在这里插入图片描述

5.2 创建 index 对应的 mapping
# 格式: http://192.168.10.1:2181/{索引名称}/{类型}/_mapping 
curl -X POST http://192.168.10.1:2181/my_index/student/_mapping -d '
{"student": {"properties": {"userName": {"type": "text","store": "true"},"age": {"type": "integer","index": "false"},"credit": {"type": "double"},"isDelete": {"type": "boolean"},"address": {"type": "text"},"createDate": {"type": "date"}}}
}'

此时查找索引 my_index 对应的mapping
在这里插入图片描述在这里插入图片描述

5.3 查询索引信息
  1. 格式: http://192.168.10.1:2181/{索引名称}/_search_shards
  2. eg: http://192.168.10.1:2181/my_index/_search_shards
5.4 查看索引 mapping
  1. 格式: http://192.168.10.1:2181/{索引名称}/_mapping
  2. eg: http://192.168.10.1:2181/my_index/_mapping
5.5 修改索引配置
	# 格式: http://192.168.10.1:2181/{索引名称}/_settingscurl -X PUT http://192.168.10.1:2181/my_index/_settings -d '  { "number_of_replicas": 2}'
  1. number_of_shards: 索引分片个数, 默认为5. 在索引创建后不可修改
  2. number_of_replicas: 索引副本个数, 默认为1. 该参数可随时修改
5.6 插入数据
	# 格式: http://192.168.10.1:2181/{索引名称}/{类型}, 此格式 _id 会自动生成# 格式: http://192.168.10.1:2181/{索引名称}/{类型}/{_id}curl -X POST http://192.168.10.1:2181/my_index/student -d '  { "userName": "answer","age": 25,"address": "pt","credit": 99.98,"isDelete": false,"createDate": "2019-05-12"}'

在这里插入图片描述

5.7 批量导入数据

curl -X PUT “http://192.168.10.1:2181/_bulk” -H ‘Content-Type: application/json’ --data-binary @/data/es/data.json

data.json

{"index": {"_index":"my_index","_type":"student"}}
{"userName": "zhangsan", "age": 21, "address": "shenzhen", "credit": 90.1, "isDelete": false, "createDate": "2019-05-12"}
{"index": {"_index":"my_index","_type":"student"}}
{"userName": "lisi", "age": 12, "address": "beijing", "credit": 90.1, "isDelete": false, "createDate": "2019-05-12"}

在这里插入图片描述

5.8 创建带 mapping 的索引
	# http://192.168.10.1:2181/{索引名称}curl -X PUT http://192.168.10.1:2181/idx_orderno -d '  { "settings": { "number_of_shards": 3,"number_of_replicas": 1}, "mappings": { "order": { "properties": { "orderNo": { "type": "text" },"orderType": {"type": "integer"}, "orderAmt": { "type": "double" },"isValid": {"type": "boolean"}, "orderDate": {"type": "date"} } } } }'

在这里插入图片描述

5.9 多索引批量导入

修改 data.json 文件内容

{"index": {"_index": "my_index", "_type": "student"}}
{"userName": "paul", "age": 21, "address": "usa", "credit": 90.9, "isDelete": false, "createDate": "2019-05-12"}
{"index": {"_index": "my_index", "_type": "student"}}
{"userName": "james", "age": 32, "address": "usa", "credit": 92.1, "isDelete": false, "createDate": "2019-05-12"}{"index": {"_index": "idx_orderno", "_type": "order"}}
{"orderNo": "20190512001", "orderType": 1, "orderAmt": 100.21, "isValid": true, "orderDate": "2019-05-12"}
{"index": {"_index": "idx_orderno", "_type": "order"}}
{"orderNo": "20190512002", "orderType": 2, "orderAmt": 890.15, "isValid": false, "orderDate": "2019-05-13"}
{"index": {"_index": "idx_orderno", "_type": "order"}}
{"orderNo": "20190512003", "orderType": 3, "orderAmt": 2890.98, "isValid": true, "orderDate": "2019-05-11"}

执行导入: curl -X PUT “http://192.168.10.1:2181/_bulk” -H ‘Content-Type: application/json’ --data-binary @/data/es/data.json

5.10 检索文档
  1. 格式: http://192.168.10.1:2181/{索引名称}/{类型}/{_id}/_source
  2. eg: http://192.168.10.1:2181/my_index/student/AWqq6Di5iA6UKPrDKXmT/_source

在这里插入图片描述
_source字段不会被美化,它的样子与我们输入的一致,现在只包含我们请求的字段,而且过滤了date字段

 

  1. 格式: http://192.168.10.1:2181/{索引名称}/{类型}/{_id}?pretty
  2. eg: http://192.168.10.1:2181/my_index/student/AWqq6Di5iA6UKPrDKXmT?pretty

在这里插入图片描述
pretty:在任意的查询字符串中增加pretty参数,类似于上面的例子。会让Elasticsearch美化输出(pretty-print)JSON响应以便更加容易阅读

 

5.11 删除文档
  1. 格式: curl -XDELETE http://192.168.10.1:2181/{索引名称}/{索引类型}/{_id}
  2. eg: curl -XDELETE http://192.168.10.1:2181/my_index/student/AWqq7x7YiA6UKPrDKXmV

 

6 文档元数据

属性注释说明
_index索引文档存储的地方
_type类型文档代表的对象的类
_idid仅仅是一个字符串,它与_index和_type组合时,就可以在es中唯一标识一个文档。
当创建一个文档,可以自定义_id,也可以让es帮你自动生成
文档的唯一标识

 

7. 索引创建原则

  • 类似的数据放在一个索引,非类似的数据放不同索引
  • 索引名称必须是小写的,不能用下划线开头,不能包含逗号
  • index中包含了很多类似的document:类似是什么意思,其实指的就是说,这些document的fields很大一部分是相同的,你说你放了3个document,每个document的fields都完全不一样,这就不是类似了,就不太适合放到一个index里面去了

 

8. 对比关系型数据库

es关系型数据库
索引(index)库(database)
类型(type)表(table)
文档(document)行(row)
字段(field)列名(column)

 

附录 - 中文分词器插件安装

	# 进入 es 集群的 es1 节点容器内部docker exec -it es1 bashcd /usr/share/elasticsearch# 执行安装命令, 请安装 ES 对应版本的分词器, https://github.com/medcl/elasticsearch-analysis-ik/releases./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v5.6.8/elasticsearch-analysis-ik-5.6.8.zip# 重启 es1 容器docker restart es1

ik 带有两个分词器:

  1. ik_max_word:会将文本做最细粒度的拆分;尽可能多的拆分出词语
  2. ik_smart:会做最粗粒度的拆分;已被分出的词语将不会再次被其它词语占有

 

附录 - 可视化 docker 管理工具安装

# 下载 ui-for-docker 镜像
docker pull uifd/ui-for-docker# 启动容器实例
docker run -d -p 7050:9000 --privileged -v /var/run/docker.sock:/var/run/docker.sock --name dockerUI uifd/ui-for-docker# 浏览器端访问
http://192.168.10.1:7050/

页面呈现效果
在这里插入图片描述
 

附录 - 参考网址

  • Elasticsearch Reference
  • ES 配置文件参数说明
  • 中文分词器 elasticsearch-analysis-ik git 地址
  • ElasticSearch教程——汇总篇

这篇关于基于 docker 搭建 elasticsearch:5.6.8 分布式集群环境的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1005463

相关文章

Jenkins分布式集群配置方式

《Jenkins分布式集群配置方式》:本文主要介绍Jenkins分布式集群配置方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1.安装jenkins2.配置集群总结Jenkins是一个开源项目,它提供了一个容易使用的持续集成系统,并且提供了大量的plugin满

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

SpringBoot+Docker+Graylog 如何让错误自动报警

《SpringBoot+Docker+Graylog如何让错误自动报警》SpringBoot默认使用SLF4J与Logback,支持多日志级别和配置方式,可输出到控制台、文件及远程服务器,集成ELK... 目录01 Spring Boot 默认日志框架解析02 Spring Boot 日志级别详解03 Sp

java实现docker镜像上传到harbor仓库的方式

《java实现docker镜像上传到harbor仓库的方式》:本文主要介绍java实现docker镜像上传到harbor仓库的方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地... 目录1. 前 言2. 编写工具类2.1 引入依赖包2.2 使用当前服务器的docker环境推送镜像2.2

SQLite3 在嵌入式C环境中存储音频/视频文件的最优方案

《SQLite3在嵌入式C环境中存储音频/视频文件的最优方案》本文探讨了SQLite3在嵌入式C环境中存储音视频文件的优化方案,推荐采用文件路径存储结合元数据管理,兼顾效率与资源限制,小文件可使用B... 目录SQLite3 在嵌入式C环境中存储音频/视频文件的专业方案一、存储策略选择1. 直接存储 vs

Redis分片集群、数据读写规则问题小结

《Redis分片集群、数据读写规则问题小结》本文介绍了Redis分片集群的原理,通过数据分片和哈希槽机制解决单机内存限制与写瓶颈问题,实现分布式存储和高并发处理,但存在通信开销大、维护复杂及对事务支持... 目录一、分片集群解android决的问题二、分片集群图解 分片集群特征如何解决的上述问题?(与哨兵模

如何使用Haporxy搭建Web群集

《如何使用Haporxy搭建Web群集》Haproxy是目前比较流行的一种群集调度工具,同类群集调度工具有很多如LVS和Nginx,本案例介绍使用Haproxy及Nginx搭建一套Web群集,感兴趣的... 目录一、案例分析1.案例概述2.案例前置知识点2.1 HTTP请求2.2 负载均衡常用调度算法 2.

SpringBoot连接Redis集群教程

《SpringBoot连接Redis集群教程》:本文主要介绍SpringBoot连接Redis集群教程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1. 依赖2. 修改配置文件3. 创建RedisClusterConfig4. 测试总结1. 依赖 <de

一文详解如何在idea中快速搭建一个Spring Boot项目

《一文详解如何在idea中快速搭建一个SpringBoot项目》IntelliJIDEA作为Java开发者的‌首选IDE‌,深度集成SpringBoot支持,可一键生成项目骨架、智能配置依赖,这篇文... 目录前言1、创建项目名称2、勾选需要的依赖3、在setting中检查maven4、编写数据源5、开启热

python常见环境管理工具超全解析

《python常见环境管理工具超全解析》在Python开发中,管理多个项目及其依赖项通常是一个挑战,下面:本文主要介绍python常见环境管理工具的相关资料,文中通过代码介绍的非常详细,需要的朋友... 目录1. conda2. pip3. uvuv 工具自动创建和管理环境的特点4. setup.py5.