部署单点es

1.创建网络

因为我们还需要部署kibana容器，因此需要让es和kibana容器互联。这里先创建一个网络：

docker network create es-net

2.加载镜像

elasticsearch和kibana的体积非常大，每个都有1G，建议用本地加载的方式，远程拉取比较慢。
把下载的elasticsearch安装包拷贝到服务器上

docker load -i /home/es/es.tar

同理还有kibana的tar包也需要这样做。

docker load -i /home/es/kibana.tar

3.运行es

部署单点es：

docker run -d \
    --name es \
    -e "ES_JAVA_OPTS=-Xms256m -Xmx512m" \
    -e "discovery.type=single-node" \
    -v es-data:/usr/share/elasticsearch/data \
    -v es-plugins:/usr/share/elasticsearch/plugins \
    --privileged \
    --network es-net \
    -p 9200:9200 \
    -p 9300:9300 \
elasticsearch:7.12.1

命令解释：

-e "cluster.name=es-docker-cluster"：设置集群名称
-e "http.host=0.0.0.0"：监听的地址，可以外网访问
-e "ES_JAVA_OPTS=-Xms64m -Xmx256m"：内存大小，设置初始化内存为256m，最大内存为512m，这个非常耗内存，控制小一点，但是太小了运行起来容易挂
-e "discovery.type=single-node"：非集群模式
-v es-data:/usr/share/elasticsearch/data：挂载逻辑卷，绑定es的数据目录
-v es-logs:/usr/share/elasticsearch/logs：挂载逻辑卷，绑定es的日志目录
-v es-plugins:/usr/share/elasticsearch/plugins：挂载逻辑卷，绑定es的插件目录
--privileged：授予逻辑卷访问权
--network es-net ：加入一个名为es-net的网络中
-p 9200:9200：端口映射配置

在浏览器中输入：http://ip:9200 即可看到elasticsearch的响应结果：

4.解决内存不足问题

es一运行起来就自动关闭了，这是内存不足。哪怕向上面这样设置了512m还是会内存不足，没钱就是这样。

修改/etc目录下的sysctl.conf
vim /etc/sysctl.conf
添加下面的内容
vm.max_map_count=655360
然后保存退出执行以下命令
sysctl -p

然后重启一下服务器，在运行es容器，最后才正常打开了。

部署kibana

kibana的版本一定要和es的版本一致

docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--network=es-net \
-p 5601:5601  \
kibana:7.12.1

--network es-net ：加入一个名为es-net的网络中，与elasticsearch在同一个网络中
-e "ELASTICSEARCH_HOSTS=http://es:9200"：设置elasticsearch的地址，因为kibana已经与elasticsearch在一个网络，因此可以用容器名直接访问elasticsearch
-p 5601:5601：端口映射配置

kibana启动一般比较慢，需要多等待一会，可以通过命令来查看运行是否成功

docker logs -f kibana

运行成功以后访问 5601端口，就能看到这个画面了，注意内存，内存不够了es直接关了，es关了kibana也用不了

安装IK分词器

官方地址：
https://github.com/medcl/elasticsearch-analysis-ik
es自带的分词器对中文不太友好，不饿能理解中文的语义。
默认分词器standard和english分词器，对中文是一个字一个字的分的。
在kibana的dev_tools里面发DSL查询

GET /_analyze
{
  "analyzer": "english",
  "text": "今天真是一个very good的日子"
}
GET /_analyze
{
  "analyzer": "standard",
  "text": "今天真是一个very good的日子"
}

分成这样

{
  "tokens" : [
    {
      "token" : "今",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "<IDEOGRAPHIC>",
      "position" : 0
    },
    {
      "token" : "天",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "<IDEOGRAPHIC>",
      "position" : 1
    },
    {
      "token" : "真",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "<IDEOGRAPHIC>",
      "position" : 2
    },
    {
      "token" : "是",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "<IDEOGRAPHIC>",
      "position" : 3
    },
    {
      "token" : "一",
      "start_offset" : 4,
      "end_offset" : 5,
      "type" : "<IDEOGRAPHIC>",
      "position" : 4
    },
    {
      "token" : "个",
      "start_offset" : 5,
      "end_offset" : 6,
      "type" : "<IDEOGRAPHIC>",
      "position" : 5
    },
    {
      "token" : "very",
      "start_offset" : 6,
      "end_offset" : 10,
      "type" : "<ALPHANUM>",
      "position" : 6
    },
    {
      "token" : "good",
      "start_offset" : 11,
      "end_offset" : 15,
      "type" : "<ALPHANUM>",
      "position" : 7
    },
    {
      "token" : "的",
      "start_offset" : 15,
      "end_offset" : 16,
      "type" : "<IDEOGRAPHIC>",
      "position" : 8
    },
    {
      "token" : "日",
      "start_offset" : 16,
      "end_offset" : 17,
      "type" : "<IDEOGRAPHIC>",
      "position" : 9
    },
    {
      "token" : "子",
      "start_offset" : 17,
      "end_offset" : 18,
      "type" : "<IDEOGRAPHIC>",
      "position" : 10
    }
  ]
}

我们用IK分词器，对中文进行分词

在线安装IK插件（较慢）

# 进入容器内部
docker exec -it elasticsearch /bin/bash
# 在线下载并安装
./bin/elasticsearch-plugin  install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip
#退出
exit
#重启容器
docker restart elasticsearch

离线安装ik插件（推荐）

安装插件需要知道elasticsearch的plugins目录位置，而我们用了数据卷挂载，因此需要查看elasticsearch的数据卷目录，通过下面命令查看: ```shell [root@izj6cev682kqg86i4ogj8rz ~]# docker volume inspect es-plugins [ {
```
 "CreatedAt": "2022-06-10T14:31:55+08:00",
 "Driver": "local",
 "Labels": null,
 "Mountpoint": "/var/lib/docker/volumes/es-plugins/_data",
 "Name": "es-plugins",
 "Options": null,
 "Scope": "local"
```
} ]

说明plugins目录被挂载到了：`/var/lib/docker/volumes/es-plugins/_data`这个目录中
2. 下载好IK的压缩包解压
2. 上传到es容器的插件数据卷中，也就是`/var/lib/docker/volumes/es-plugins/_data`中
![image.png](https://cdn.nlark.com/yuque/0/2022/png/21464164/1654844248661-b97f05e3-91c7-4d0a-967e-8cf03755d909.png#clientId=uacbe990c-5942-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=148&id=u56ec01c8&margin=%5Bobject%20Object%5D&name=image.png&originHeight=222&originWidth=672&originalType=binary&ratio=1&rotation=0&showTitle=false&size=10881&status=done&style=none&taskId=ua1a1a7d8-09fb-4d2a-9b18-d94dc9bd748&title=&width=448)
4. 重启es容器
```shell
#重启容器
docker restart es
# 查看es日志
docker logs -f es

测试

IK分词器包括两种模式：

ik_smart：最少切分
ik_max_word：最细切分

我们用这个两个查询开区别两者：

GET /_analyze
{
  "analyzer": "ik_smart",
  "text": "程序员小李有一个美丽动人的老婆"
}
GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "程序员小李有一个美丽动人的老婆"
}

ik_smart

{
  "tokens" : [
    {
      "token" : "程序员",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "小李",
      "start_offset" : 3,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "有",
      "start_offset" : 5,
      "end_offset" : 6,
      "type" : "CN_CHAR",
      "position" : 2
    },
    {
      "token" : "一个",
      "start_offset" : 6,
      "end_offset" : 8,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "美丽动人",
      "start_offset" : 8,
      "end_offset" : 12,
      "type" : "CN_WORD",
      "position" : 4
    },
    {
      "token" : "的",
      "start_offset" : 12,
      "end_offset" : 13,
      "type" : "CN_CHAR",
      "position" : 5
    },
    {
      "token" : "老婆",
      "start_offset" : 13,
      "end_offset" : 15,
      "type" : "CN_WORD",
      "position" : 6
    }
  ]
}

ik_max_word

{
  "tokens" : [
    {
      "token" : "程序员",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "程序",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "员",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "CN_CHAR",
      "position" : 2
    },
    {
      "token" : "小李",
      "start_offset" : 3,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "有",
      "start_offset" : 5,
      "end_offset" : 6,
      "type" : "CN_CHAR",
      "position" : 4
    },
    {
      "token" : "一个",
      "start_offset" : 6,
      "end_offset" : 8,
      "type" : "CN_WORD",
      "position" : 5
    },
    {
      "token" : "一",
      "start_offset" : 6,
      "end_offset" : 7,
      "type" : "TYPE_CNUM",
      "position" : 6
    },
    {
      "token" : "个",
      "start_offset" : 7,
      "end_offset" : 8,
      "type" : "COUNT",
      "position" : 7
    },
    {
      "token" : "美丽动人",
      "start_offset" : 8,
      "end_offset" : 12,
      "type" : "CN_WORD",
      "position" : 8
    },
    {
      "token" : "美丽",
      "start_offset" : 8,
      "end_offset" : 10,
      "type" : "CN_WORD",
      "position" : 9
    },
    {
      "token" : "动人",
      "start_offset" : 10,
      "end_offset" : 12,
      "type" : "CN_WORD",
      "position" : 10
    },
    {
      "token" : "的",
      "start_offset" : 12,
      "end_offset" : 13,
      "type" : "CN_CHAR",
      "position" : 11
    },
    {
      "token" : "老婆",
      "start_offset" : 13,
      "end_offset" : 15,
      "type" : "CN_WORD",
      "position" : 12
    }
  ]
}

扩展IK词典

随着互联网的发展，“造词运动”也越发的频繁。出现了很多新的词语，在原有的词汇列表中并不存在。比如：“奥力给”，“钟离” 等。
所以我们的词汇也需要不断的更新，IK分词器提供了扩展词汇的功能。
在互联网项目中，在网络间传输的速度很快，所以很多语言是不允许在网络上传递的，如：关于宗教、政治等敏感词语，那么我们在搜索时也应该忽略当前词汇。
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。

在IKAnalyzer.cfg.xml配置文件内容添加：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
     <comment>IK Analyzer 扩展配置</comment>
     <!--用户可以在这里配置自己的扩展字典-->
     <entry key="ext_dict">ext.dic</entry>
      <!--用户可以在这里配置自己的扩展停止词字典-->
     <entry key="ext_stopwords">stopwords.dic</entry>
</properties>

:::danger ext.dic和stopword.dic是文件名，不是词，拓展词和违禁词写在这两个文件中 :::

在config目录下新建一个ext.dic和stopword.dic文件，存在就不用建了。把拓展词和违禁词分别写在里面，一行一个词 :::danger 当前文件的编码必须是 UTF-8 格式 :::
重启es docker restart es
测试

我在拓展词里面加了奥里给，钟离，巴巴托斯，违禁词里面加了啊，的

GET /_analyze
{
  "analyzer": "ik_smart",
  "text": "钟离比巴巴托斯强大的太多了啊，奥里给！"
}

结果

{
  "tokens" : [
    {
      "token" : "钟离",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "比",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "CN_CHAR",
      "position" : 1
    },
    {
      "token" : "巴巴托斯",
      "start_offset" : 3,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "强大",
      "start_offset" : 7,
      "end_offset" : 9,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "太",
      "start_offset" : 10,
      "end_offset" : 11,
      "type" : "CN_CHAR",
      "position" : 4
    },
    {
      "token" : "多了",
      "start_offset" : 11,
      "end_offset" : 13,
      "type" : "CN_WORD",
      "position" : 5
    },
    {
      "token" : "奥里给",
      "start_offset" : 15,
      "end_offset" : 18,
      "type" : "CN_WORD",
      "position" : 6
    }
  ]
}

拼音分词器

要实现根据字母做补全，就必须对文档按照拼音分词。在GitHub上恰好有elasticsearch的拼音分词插件。地址：https://github.com/medcl/elasticsearch-analysis-pinyin
安装方式与IK分词器一样，看上面的离线安装ik插件：
①解压
②上传到服务器es-plugins的挂载目录中
③重启elasticsearch
④测试

编程圣经

安装Elasticsearch，Kibana，IK分词器，pinyin分词器