Hi FE ！

docker network create qdnet

sudo su
cd /Users
mkdir data
mkdir plugins

chmod 777 data
chmod 777 plugins

docker run -d \
	--name es \
    -e "ES_JAVA_OPTS=-Xms256m -Xmx256m" \
    -e "discovery.type=single-node" \
    -v /Users/data:/usr/share/elasticsearch/data \
    -v /Users/plugins:/usr/share/elasticsearch/plugins \
    --privileged \
    --network qdnet \
    -p 9200:9200 \
    -p 9300:9300 \
elasticsearch:7.12.1

命令说明：

-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=-Xms512m -Xmx512m"：内存大小 -e "discovery.type=single-node"：非集群模式 -v es-data:/usr/share/elasticsearch/data：挂载逻辑卷，绑定elasticsearch的数据目录 -v es-logs:/usr/share/elasticsearch/logs：挂载逻辑卷，绑定elasticsearch的日志目录 -v es-plugins:/usr/share/elasticsearch/plugins：挂载逻辑卷，绑定elasticsearch的插件目录 --privileged：授予逻辑卷访问权 --network qd-net ：加入一个名为qd-net的网络中 -p 9200:9200：端口映射配置

安装 kibana


docker run -d \
--name kibana1 \
-e ELASTICSEARCH_HOSTS=http://121.36.47.43:9200 \
--network qdnet \
-p 5601:5601  \
kibana:7.12.1

这里等待个10秒钟不要着急

如果是m1电脑，下载失败加上 --platform linux/amd64 \

docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://121.36.47.43:9200 \
--network qdnet \
-p 5601:5601  \
--platform linux/amd64 \
kibana:7.12.1

Kibana中文配置

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

#进入配置文件目录
cd /usr/share/kibana/config

#编辑文件kibana.yml
vi kibana.yml

#在最后一行添加如下配置
i18n.locale: zh-CN

#保存退出
exit

#并重启容器
docker restart kibana

IK分词器安装

GET /_analyze
{
  "analyzer": "standard",
  "text": "qdleader，带你打开通往梦想的门！"
}

IK分词器集成ElasticSearch下载地址[https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v7.12.1]

我们只需要将上面elasticsearch-analysis-ik-7.12.1拷贝到ElasticSearch的plugins目录中即可，但由于当前服务采用的是docker安装，所以需要将文件拷贝到docker容器的plugins目录才行。

操作如下： properties复制代码#为了方便配置，我们将elasticsearch-analysis-ik-7.12.1改成ik文件夹

mv elasticsearch-analysis-ik-7.12.1 ik

#将ik文件夹拷贝到esdata容器中

docker cp ik es:/usr/share/elasticsearch/plugins

#重启容器
docker restart es

有时候 docker restart es 在浏览器里面当闻不到了，那就试试

docker start -a es 看看报错输出

分词测试

IK分词器包含两种模式：

ik_smart：最少切分

ik_max_word：最细切分

前面使用默认的standard分词器，对中文分词非常难用，安装IK分词器后，我们可以使用IK分词器测试，测试代码如下：

GET /_analyze
{
  "analyzer": "ik_smart",
  "text": "qdleader，带你打开通往梦想的门！"
}