docker安装Elasticsearch以及Elasticsearch客户端操作

最新推荐文章于 2025-10-23 10:01:59 发布
原创 最新推荐文章于 2025-10-23 10:01:59 发布 · 1.3k 阅读 · 1 ·
CC 4.0 BY-SA版权
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。
文章标签：

#java

本文详细介绍了如何使用Docker安装Elasticsearch并配置相关参数，包括设置编辑器、修改配置文件等步骤。接着，讲解了Elasticsearch的客户端操作，如通过elasticsearch-head插件、RESTful接口和API访问。还介绍了IK分词器的安装和使用，以及Kibana的下载安装、访问测试和基本操作。最后，展示了使用Java代码操作Elasticsearch的示例，以及Spring Data Elasticsearch的简单应用。

一、docker安装Elasticsearch

1、docker pull elasticsearch:指定的版本号(不指定版本号即为最新的)

2、安装es容器

docker run -di --name=**** -p 9200:9200 -p 9300:9300 elasticsearch:5.6.8

name自己自定义，9200端口(Web管理平台端口) 9300(服务默认端口)

输入虚拟机地址访问9200页面：

3、配置：

3.1、登陆容器：docker exec -it 容器名 /bin/bash

3.2、进入config目录：

3.3、 查看文件 ：

root@07f22eb41bb5:/usr/share/elasticsearch/config# ls
elasticsearch.yml log4j2.properties scripts
因为没有vi和vim编辑器命令，所有需要安装编辑器
3.3.1、设置apt下载源
                docker cp ~/sources.list kkb_es:/etc/apt/sources.list
3.3.2、安装vim编辑器
                apt-get update
                apt-get install vim
3.3.3、修改elasticsearch.yml文件

 3.3.4、修改/etc/security/limits.conf 中的内容

3.3.5、修改/etc/sysctl.conf，追加下面内容

vm.max_map_count=655360
3.3.6、执行sysctl -p，使得内核参数马上生效
这时候Elasticsearch安装成功

二、ElasticSearch的客户端操作

实际开发中，主要有三种方式可以作为elasticsearch服务的客户端：
        第一种，elasticsearch-head插件
        第二种，使用elasticsearch提供的Restful接口直接访问
        第三种，使用elasticsearch提供的API进行访问

2.1、elasticsearch-head

ElasticSearch不同于Solr自带图形化界面，我们可以通过安装ElasticSearch的head插件，完成图形化界面的效果，完成索引数据的查看。安装插件的方式有两种，在线安装和本地安装。本文档采用本地安 装方式进行head插件的安装。elasticsearch-5-*以上版本安装head需要安装node和grunt
1）下载head插件：https://github.com/mobz/elasticsearch-head
2）将elasticsearch-head-master压缩包解压到任意目录，但是要和elasticsearch的安装目录区别开
3）下载nodejs：https://nodejs.org/en/download/
4）将grunt安装为全局命令 ，Grunt是基于Node.js的项目构建工具
在cmd控制台中输入如下执行命令：npm install -g grunt-cli

 5）进入elasticsearch-head-master目录启动head，在命令提示符下输入命令：

>npm install
>grunt server
这个时候输入localhost:9100  就能打开页面了

 如果不能成功连接到es服务，需要修改ElasticSearch的config目录下的配置文件： config/elasticsearch.yml，增加以下两句命令：

                http.cors.enabled: true

                http.cors.allow-origin: "*"
然后重新启动ElasticSearch服务。

三、IK分词器

1、简介

IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始，IKAnalyzer已经推出 了3个大版本。最初，它是以开源项目Lucene为应用主体的，结合词典分词和文法分析算法的中文分词组件。新版本的IKAnalyzer3.0则发展为 面向Java的公用分词组件，独立于Lucene项目，同时提供了对Lucene的默认优化实现。
IK分词器3.0的特性如下：
1）采用了特有的“正向迭代最细粒度切分算法“，具有60万字/秒的高速处理能力。
2）采用了多子处理器分析模式，支持：英文字母（IP地址、Email、URL）、数字（日期，常用中文数量词，罗马数字，科学计数法），中文词汇（姓名、地名处理）等分词处理。
3）对中英联合支持不是很好,在这方面的处理比较麻烦.需再做一次查询,同时是支持个人词条的优化的词典存储，更小的内存占用。
4）支持用户词典扩展定义。
5）针对Lucene全文检索优化的查询分析器IKQueryParser；采用歧义分析算法优化查询
关键字的搜索排列组合，能极大的提高Lucene检索的命中率。

2、安装

(1)安装ik分词器
IK分词器下载地址https://github.com/medcl/elasticsearch-analysis-ik/releases
将ik分词器上传到服务器上，然后解压，并改名字为ik
unzip elasticsearch-analysis-ik-5.6.8.zip
mv elasticsearch ik
将ik目录拷贝到docker容器的plugins目录下
docker cp ./ik es容器的名字:/usr/share/elasticsearch/plugins

(2)测试

 

ik_max_word：会将文本做最细粒度的拆分
比如会将“中华人民共和国人民大会堂”拆分为“中华人民共和国、中华人民、中华、华人、人民共
和国、人民、共和国、大会堂、大会、会堂等词语。
ik_smart：会做最粗粒度的拆分
比如会将“中华人民共和国人民大会堂”拆分为中华人民共和国、人民大会堂。

四、Kibana

1、下载安装

(1)镜像下载
docker pull docker.io/kibana:5.6.8
(2)安装kibana容器
执行如下命令，开始安装kibana容器
docker run -it -d -e ELASTICSEARCH_URL=http://192.168.220.100:9200 --name kibana
-p 5601:5601 kibana:5.6.8
ELASTICSEARCH_URL=http://192.168.220.100:9200：是指链接的ES地址
restart=always:每次服务都会重启，也就是开启启动
5601:5601:端口号
快捷键
ctrl+i 自动缩进
ctrl+enter 提交请求
down 打开自动补全菜单
enter或tab 选中项自动补全
esc 关闭补全菜单
(3)访问测试
访问 http://虚拟机地址:5601 如下：

 

2、Kibana使用

1、DSL语句使用

Query DSL是一个Java开源框架用于构建类型安全的SQL查询语句。采用API代替传统的拼接字符串来构造查询语句。目前Querydsl支持的平台包括JPA,JDO，SQL，Java Collections，RDF，Lucene，Hibernate Search。elasticsearch提供了一整套基于JSON的DSL语言来定义查询
2、索引操作
(1)查询所有索引：GET /_cat/indices?v
(2)删除某个索引 ：DELETE /skuinfo
(3)新增索引 ：PUT /user
(4)创建映射 ：

 

(5)新增文档数据

 PUT /user/userinfo/1

{
        "name":"李四",
        "age":22,
        "city":"深圳",
        "description":"李四来自湖北武汉！"
}
(6)修改数据 ：
PUT /user/userinfo/1
{
"name":"张三丰",
"description":"在武汉读书，家在武汉！在深圳工作！"
}
数据查询：
(1)查询所有数据 ：GET /user/_search
(2)根据ID查询：GET /user/userinfo/2
(3)Sort排序：desc降序，asc 升序
GET /user/_search
{
        "query":{
        "match_all": {}
},
        "sort":{
        "age":{
        "order":"desc"
        }
     }
 }
(4)分页 ：
GET /user/_search
{
"query":{
"match_all": {}
},
"sort":{
"age":{
"order":"desc"
}
},
"from": 0,
"size": 2
}
查询模式：
(1)term查询（不分词）
term主要用于分词精确匹配，如字符串、数值、日期等（不适合情况：1.列中除英文字符外有其它值 2. 字符串值中有冒号或中文 3.系统自带属性如_version）
GET _search
{
        "query":{
          "term":{
          "city":"武汉"
      }
    }
}
(2)terms 查询：
terms 跟 term 有点类似，但 terms 允许指定多个匹配条件。 如果某个字段指定了多个值，那么文档需要一起去做匹配 。
GET _search
{
"query":{
"terms":{
"city":
[
                "武汉",
                "广州"
]
     }
  }
}
(3)match查询（分词，广州与武汉都能查到）
GET _search
{
"query": {
"match": {
"city": "广州武汉"
     }
 }
}
(4)范围查询
#过滤-range 范围过滤
#gt表示> gte表示=>
#lt表示< lte表示<=
GET _search
{
   "query":{
   "range": {
   "age": {
   "gte": 30,
   "lte": 57
      }
   }
  }
}
(5) bool 查询
bool 可以用来合并多个条件查询结果的布尔逻辑，它包含一下操作符：
must : 多个查询条件的完全匹配,相当于 and。
must_not : 多个查询条件的相反匹配，相当于 not。
should : 至少有一个查询条件匹配, 相当于 or。
        GET _search
        {
        "query": {
        "bool": {
        "must": [{
        "term": {
        "city": {
        "value": "深圳"
        }
        }
        },
        {
        "range":{
        "age":{
        "gte":20,
        "lte":99
        } } } ] } }}

五、java代码操作:

pom.xml坐标 
<dependencies>
    <dependency>
        <groupId>org.elasticsearch</groupId>
        <artifactId>elasticsearch</artifactId>
        <version>5.6.8</version>
    </dependency>
    <dependency>
        <groupId>org.elasticsearch.client</groupId>
        <artifactId>transport</artifactId>
        <version>5.6.8</version>

    </dependency>
    <dependency>
        <groupId>org.apache.logging.log4j</groupId>
        <artifactId>log4j-to-slf4j</artifactId>
        <version>2.9.1</version>
    </dependency>
    <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-api</artifactId>
        <version>1.7.24</version>
    </dependency>
    <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-simple</artifactId>
        <version>1.7.21</version>
    </dependency>
    <dependency>
        <groupId>log4j</groupId>
        <artifactId>log4j</artifactId>
        <version>1.2.12</version>
    </dependency>
    <dependency>
        <groupId>junit</groupId>
        <artifactId>junit</artifactId>
        <version>4.12</version>
    </dependency>
    <dependency>
        <groupId>com.fasterxml.jackson.core</groupId>
        <artifactId>jackson-core</artifactId>
        <version>2.8.1</version>
    </dependency>
    <dependency>
        <groupId>com.fasterxml.jackson.core</groupId>
        <artifactId>jackson-databind</artifactId>
        <version>2.8.1</version>
    </dependency>
    <dependency>
    <groupId>com.fasterxml.jackson.core</groupId>
    <artifactId>jackson-annotations</artifactId>
    <version>2.8.1</version>
    </dependency>
</dependencies>

@Before
public void init() throws Exception{
    //1、配置setting
    Settings settings = Settings.builder().put("cluster.name", "my-elasticsearch").build();

    //2、产生客户端
    client=new PreBuiltTransportClient(settings);
    //3、添加节点信息
    client.addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("192.168.110.128"),9300));
}

1、创建索引index :

@Test

//创建索引

public void test1() throws Exception{
     
        //创建名称为blog2的索引
        client.admin().indices().prepareCreate("blog2").get();
        //释放资源
        client.close();
}

2、创建映射mapping 

@Test
public void  setMappings()throws Exception {
XContentBuilder builder = XContentFactory.jsonBuilder()       
         .startObject()
        .startObject("article")
        .startObject("properties")
        .startObject("id").field("type", "integer").field("store", "yes")
        .endObject()
        .startObject("title").field("type", "string").field("store", "yes").field("analyzer", "ik_smart")
        .endObject()
        .startObject("content").field("type", "string").field("store", "yes").field("analyzer", "ik_smart")
        .endObject()
        .endObject()
        .endObject()
        .endObject();｝

3、建立文档document 

@Test
public void createDoc() throws Exception {
    //1、创建客户端，上面方法已经创建完毕
    //2、创建一个文档对象
    XContentBuilder builder=XContentFactory.jsonBuilder();
    builder.startObject()
            .field("id",2l)
            .field("title","美好生活")
            .field("content","好好努力才可以去追求想要的生活").endObject();
    //3、将文档对象添加到索引库
    client.prepareIndex()
            .setIndex("esstudy")
            .setType("article")
            .setId("2")
            .setSource(builder).get();
    client.close();

}

4、查询：

共同点的代码：

@Before
public void init() throws Exception{
    //1、配置setting
    Settings settings = Settings.builder().put("cluster.name", "my-elasticsearch").build();
    //2、产生客户端
    client=new PreBuiltTransportClient(settings);
    //3、添加节点信息
    client.addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("192.168.110.128"),9300));

}
private void search(QueryBuilder queryBuilder) {
    //2、执行查询
    SearchResponse searchResponse = client.prepareSearch("esstudy")
            .setTypes("article")
            .setQuery(queryBuilder)
            .get();
    //3、取出查询结果
    SearchHits searchHits = searchResponse.getHits();
    //4、取出查询结果的总记录数
    System.out.println("查询结果总记录数：" + searchHits.getTotalHits());
    //5、查询结果列表
    Iterator<SearchHit> iterator = searchHits.iterator();
    //6、遍历
    while (iterator.hasNext()) {
        SearchHit searchHit = iterator.next();
        //打印文档对象
        System.out.println(searchHit.getSourceAsString());
        System.out.println("文档的属性");
        Map<String, Object> document = searchHit.getSource();
        System.out.println(document.get("id"));
        System.out.println(document.get("title"));
        System.out.println(document.get("content"));
    }
    client.close();
}

4.1、termQuery

@Test
public void termQuery() throws Exception{
    //1、创建一个QueryBuilder对象
    //参数1：要搜索的字段，参数2：要搜索的关键词
    QueryBuilder queryBuilder = QueryBuilders.termQuery("title","女护士");
    //2、执行查询
    search(queryBuilder);
}

4.2、QueryString 

@Test
public void queryString() throws Exception{
    //1、创建一个QueryBuilder对象
    //参数1：要搜索的字段，参数2：要搜索的关键词
    QueryBuilder queryBuilder = QueryBuilders.queryStringQuery("美丽的女护士").defaultField("title");
    search(queryBuilder);
}

4.3、MatchQuery 

@Test
public void matchQuery() throws Exception{
    //1、创建一个QueryBuilder对象
    //参数1：要搜索的字段，参数2：要搜索的关键词
    QueryBuilder queryBuilder = QueryBuilders.matchQuery("title","美丽的女护士");
    //2、执行查询
    search(queryBuilder);
}

4.4、查询文档分页操作 

@Test public void testQueryMatchAllQuery() throws Exception {
    //创建一个QueryBuilder对象
    QueryBuilder queryBuilder = QueryBuilders.matchAllQuery();
    //执行查询
    SearchResponse searchResponse = client.prepareSearch("esstudy")
            .setTypes("article")
            .setQuery(queryBuilder)
            .setFrom(0)
            .setSize(5)
            .get();
    //3、取出查询结果
    SearchHits searchHits = searchResponse.getHits();
    //4、取出查询结果的总记录数
    System.out.println("查询结果总记录数：" + searchHits.getTotalHits());
    //5、查询结果列表
    Iterator<SearchHit> iterator = searchHits.iterator();
    //6、遍历
    while (iterator.hasNext()) {
        SearchHit searchHit = iterator.next();
        //打印文档对象
        System.out.println(searchHit.getSourceAsString());
        System.out.println("文档的属性");
        Map<String, Object> document = searchHit.getSource();
        System.out.println(document.get("id"));
        System.out.println(document.get("title"));
        System.out.println(document.get("content"));
    }
    client.close();

}

六、Spring Data ElasticSearch

6.1、Spring Data
Spring Data是一个用于简化数据库访问，并支持云服务的开源框架。其主要目标是使得对数据的访问变得方便快捷，并支持map-reduce框架和云计算数据服务。 Spring Data可以极大的简化JPA的写法， 可以在几乎不用写实现的情况下，实现对数据的访问和操作。除了CRUD外，还包括如分页、排序等一 些常用的功能。

6.2 Spring Data ElasticSearch
Spring Data ElasticSearch 基于 spring data API 简化 elasticSearch操作，将原始操作elasticSearch的
客户端API 进行封装 。Spring Data为Elasticsearch项目提供集成搜索引擎。Spring Data Elasticsearch
POJO的关键功能区域为中心的模型与Elastichsearch交互文档和轻松地编写一个存储库数据访问层。
官方网站：http://projects.spring.io/spring-data-elasticsearch/

6.3、java

pom文件

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
    </dependency>

    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-test</artifactId>
        <scope>test</scope>
    </dependency>
</dependencies>

<build>
    <plugins>
        <plugin>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-maven-plugin</artifactId>
        </plugin>
    </plugins>
</build> 

application.yml:

spring:
  data:
    elasticsearch:
      cluster-name: my-elasticsearch-----节点名
      cluster-nodes: 虚拟机地址:9300

出了自带的CRUD方法外还有

 案例：

实体类：

@Document(indexName ="wlm_ddd" ,type="article")------要创建的索引名和类型
public class Article {
    @Id
    @Field(type = FieldType.Long, store = true)
    private long id;
    @Field(type = FieldType.Text, store = true, analyzer = "ik_smart")
    private String title;
    @Field(type = FieldType.Text, store = true, analyzer = "ik_smart")
    private String content;

  .........

dao层：

public interface ArticleDao extends ElasticsearchRepository<Article,Long> {

  public List<Article> findByTitle(String title);

  public List<Article> findByTitleOrContent(String title,String content);


    //分页查询
 public List<Article> findByTitleOrContent(String title, String content, Pageable pageable);

}

测试（自带的crud方法和自己写的方法）

@RunWith(SpringRunner.class)
@SpringBootTest
public class Test {

   @Resource
   private ArticleDao articleDao;

    @Resource
    private ElasticsearchTemplate template;

    @org.junit.Test
    public void createIndex(){
        template.createIndex(Article.class);
    }

    @org.junit.Test
    public void addDocument() throws Exception {
        for (int i = 1; i <= 20; i++) { //创建一个Article对象
            Article article = new Article();
            article.setId(i);
            article.setTitle("女护士路遇昏迷男子跪地抢救：救人是职责更是本能" + i);
            article.setContent("这是一个美丽的女护士妹妹" + i);
            //把文档写入索引库
            articleDao.save(article);
        }
    }

    @org.junit.Test
    public void deleteDocumentById() throws Exception {
        //articleDao.deleteById(2l);
        //全部删除
        articleDao.deleteAll();
        }

        @org.junit.Test
        public void findAll() throws Exception {
            Iterable<Article> articles = articleDao.findAll();
            articles.forEach(a -> System.out.println(a));
        }

        @org.junit.Test
        public void testFindById() throws Exception {
            Optional<Article> optional = articleDao.findById(10l);
            Article article = optional.get();
            System.out.println(article);
        }


        @org.junit.Test
        public void testFindByTitle() throws Exception {
            List<Article> list = articleDao.findByTitle("美丽的护士");
            list.stream().forEach(a -> System.out.println(a));
        }

        @org.junit.Test
        public void testFindByTitleOrContent() throws Exception {

            articleDao.findByTitleOrContent("美丽的女护士", "女护士").forEach(a -> System.out.println(a));
        }

    @org.junit.Test
    public void testFindByTitleOrContent1() throws Exception {
       Pageable pageable =PageRequest.of(1,5);
        articleDao.findByTitleOrContent("美丽的女护士", "女护士",pageable).forEach(a -> System.out.println(a));
    }

    @org.junit.Test
    public void testNativeSearchQuery() throws Exception {
        //创建一个查询对象
        NativeSearchQuery query = new NativeSearchQueryBuilder().withQuery(QueryBuilders.queryStringQuery("女护士").defaultField("title")).withPageable(PageRequest.of(0, 15)).build();
        //执行查询
        List<Article> articleList = template.queryForList(query, Article.class);
        articleList.forEach(a -> System.out.println(a));
    }

七、docker安装elasticsearch8.4.1最新版服务器
JingLisen的博客
05-15 2071
验证完成之后，我们这里输入用户名和密码，用户名就是elastic，密码就是第一步创建elasticsearch的密码*59p26rYQoKGHCjwYYqj，复制过来就好。这里点击New创建一个链接，输入宿主机IP+9200端口号，比如我的https://192.168.31.161:9200。安装之后，chrome的右上角就会多一个这样的图标。在chrome浏览器点击右上角的三个点，然后选择更多工具中的扩展程序。打开右上角的开发者选项，然后点击左下角的打开chrome应用商店。
Docker 与 Elasticsearch 的整合
AI天才研究院
01-17 451
1.背景介绍 Docker 是一种轻量级的应用容器技术，可以将应用程序和其所需的依赖项打包成一个可移植的容器，以便在任何支持 Docker 的平台上运行。Elasticsearch 是一个分布式搜索和分析引擎，可以用于实现全文搜索、日志分析、时间序列数据分析等功能。在现代微服务架构中，Docker 和 Elasticsearch 是常见的技术选择。
Docker实战（八）：Docker安装ElasticSearch环境
birdben的博客
12-20 2万+
Docker安装ElasticSearch环境
ES(Elasticsearch)的docker安装部署教程
qq_33034733的博客
05-24 1万+
需要手动将docker中的es四个目录同步到宿主机上。1.1 拉取docker镜像。1.2 创建es挂载目录。1.4 桥接网络节点配置。3、logstash部署。1.3 开放防火墙端口。1.5 容器实例启动。2、Kibana部署。
Docker 部署 Elasticsearch 全流程手册
最新发布
java_logo的专栏
10-23 497
本文详细介绍了Elasticsearch的核心功能与Docker部署优势，包括全文检索、日志分析等应用场景，以及Docker在环境一致性、资源控制等方面的优势。重点讲解了三种部署方案：快速测试部署、持久化目录挂载部署（推荐）和docker-compose集群部署（企业级），并提供了完整命令和配置说明。文章还包含常见问题排查方法，如内存不足、端口访问失败等，最后强调生产环境安全设置和日志管理建议。
docker elasticsearch容器部署
kcy5856的博客
06-22 899
e ES_JAVA_OPTS="-Xms256m -Xmx256m" \ 测试环境下，设置ES的初始内存和最大内存，否则导致过大启动不了ES。plugins是es的插件，如ik，而数据挂载需要权限，需要设置data文件的权限为可读可写,需要下边的指令。集群部署需要为每个es节点容器配置单独的目录，每个容器使用自己的elasticsearch.yml。-e "discovery.type=single-node" 设置为单节点。http://自己的IP地址:5601/app/kibana。
Docker安装ElasticSearch及其客户端工具
王小白的博客
12-14 2160
一. Docker安装ElasticSearch 注：机器上已安装Docker且联网 第一步：使用docker直接获取es镜像，执行命令如下： docker pull elasticsearch:7.7.0 执行完成后，执行docker查看镜像命令： docker images 第二步：开始创建容器，创建一个ES的容器 docker run --name elasticsearch -d -e ES_JAVA_OPTS="-Xms512m -Xmx512m" -e "discovery.
Elasticsearch安装及客户端安装
weixin_34296641的博客
03-08 373
windows系统安装 使用elasticsearch必须要有java环境，关于jdk的安装配置就不多介绍了 下载地址：https://www.elastic.co/downloads/past-releases 本人使用的6.0.1的版本 下载elasticsearch6.0.1.zip解压，通过bin下的elasticsearch.bat来启动elast...
Docker安装ElasticSearch8.X docker安装elasticsearch8.X完整详细教程
半只
07-11 1万+
在新安装的情况下，您需要设置一个初始的内置用户以及相关的登录凭据。表示 指定 Elasticsearch 节点在单节点模式下运行，即启动一个独立的 Elasticsearch 实例而不是一个多节点集群。端口：是用于Elasticsearch节点之间的内部通信和数据传输的端口，也称为传输层端口。端口：用于HTTP REST API与Elasticsearch进行通信和操作的端口。表示 es-head访问端口，开启主机与容器端口映射。端口，访问宿主机端口的时候会映射到对应容器端口。容器启动之后使用浏览器访问。
精选资源
docker安装Elasticsearch7.6集群并设置密码
01-09
Elasticsearch从6.8开始， 允许免费用户使用X-Pack的安全功能， 以前安装es都是裸奔。接下来记录配置安全认证的方法。 为了简化物理安装过程，我们将使用docker安装我们的服务。 一些基础配置 es需要修改linux的一些...
基于Docker安装Elasticsearch 7.10
平凡的梦
04-17 1974
基于Docker安装Elasticsearch【保姆级教程、内含图解】 安装Kibana 离线安装分词器
docker 安装Es（Elasticsearch）
晴晴公猪ovo
02-27 1950
docker 安装Es（Elasticsearch）
docker安装Elasticsearch
ls18802694089的博客
07-05 524
Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎。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Elasticsearch 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，当用户搜索数据时候，再根据权重将结果排名，打分，再将返回结果呈现给用户。
Docker安装ElasticSearch/ES 8.9.0
sayyy的专栏
07-14 4920
略
docker安装es-head客户端
kxq的博客
06-14 465
docker run -d -p 9100:9100 docker.io/mobz/elasticsearch-head:5
【ElasticSearch】使用Docker安装ElasticSearch、基本增删改查使用
热门推荐
寒泉
04-19 7万+
一、Elasticsearch Elasticsearch 是一个分布式、可扩展、实时的搜索与数据分析引擎。 官方中文文档：Elasticsearch 权威指南 二、安装 1、拉取镜像 docker pull elasticsearch 2、新建容器并运行 如果配置较低，可以设置初始、最大堆内存空间256m（默认是2G） docker run -e ES_JAVA_OPTS="-Xms256m -...
docker部署elasicsearch详细步骤
weixin_42577243的博客
02-08 424
docker部署elasticsearch步骤： 安装docker：在你的计算机上安装docker。 下载elasticsearch镜像：使用docker pull命令从Docker Hub下载elasticsearch镜像。 启动elasticsearch容器：使用docker run命令启动elasticsearch容器。 连接到elasticsearch容器：使用docker exe...
1. Linux 安装 docker 拉取 ElasticSearch
weixin_45029961的博客
04-06 274
1.选着版本 链接: ElasticSearch docker版本. 我选版本进行安装 docker pull elasticsearch:7.6.2 输入命令查看是否安装成功 docker images # 成功后显示 REPOSITORY TAG IMAGE ID CREATED SIZE docker.io/elasticsearch 7.6.2 f29a1ee4
ElasticSearch的安装配置和客户端PostMan操作
JAVA领域优秀创作者
07-26 537
本片博客摘自哔哩哔哩尚硅谷视频，如果嫌麻烦，可以看看我的这篇docker版ES的安装 一、简介 The Elastic Stack, 包括 Elasticsearch、Kibana、Beats 和 Logstash（也称为 ELK Stack）。 能够安全可靠地获取任何来源、任何格式的数据，然后实时地对数据进行搜索、分析和可视 化。Elaticsearch，简称为 ES，ES 是一个开源的高扩展的分布式全文搜索引擎，是整个 Elastic Stack 技术栈的核心。它可以近乎实时的存储、检索数据；本身扩展
Docker安装Elasticsearch7.6集群及安全设置教程
总结来说，本文提供的教程详细介绍了如何使用Docker安装Elasticsearch 7.6集群，并通过Docker Compose实现多节点配置。同时，它还涵盖了设置Elasticsearch的系统参数、数据目录权限，以及启用X-Pack安全功能的过程。...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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