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

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：

docker exec -it es1 bash

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

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
新建的索引 my_index 中 mapping 是一个空集

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

5.3 查询索引信息

格式: http://192.168.10.1:2181/{索引名称}/_search_shards

eg： http://192.168.10.1:2181/my_index/_search_shards

5.4 查看索引 mapping

格式： http://192.168.10.1:2181/{索引名称}/_mapping

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}'

number_of_shards：索引分片个数，默认为5. 在索引创建后不可修改

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"}'

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"}

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"} } } } }'

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

格式： http://192.168.10.1:2181/{索引名称}/{类型}/{_id}/_source

eg： http://192.168.10.1:2181/my_index/student/AWqq6Di5iA6UKPrDKXmT/_source

_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

格式： http://192.168.10.1:2181/{索引名称}/{类型}/{_id}?pretty

eg： http://192.168.10.1:2181/my_index/student/AWqq6Di5iA6UKPrDKXmT?pretty

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

格式： curl -XDELETE http://192.168.10.1:2181/{索引名称}/{索引类型}/{_id}

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
_id	id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：

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

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/