一. 安装elastic和可视化工具kibana

  1.在/opt内创建一目录docker_elastic,

   2. vi docker-compose.yml配置文件

  3. 通过component up -d 启动服务

   

 

 

 

 1 # ElasticSearch.yml
 2 version: '3.1'
 3 services: 
 4   elasticsearch:
 5     image: daocloud.io/library/elasticsearch:6.5.4
 6     container_name: elasticsearch
 7     restart: always
 8     ports: 
 9       - 9200:9200
10   # kibana是elastic的可视化工具
11   kibana: 
12     image: daocloud.io/library/kibana:6.5.4
13     container_name: kibana
14     restart: always
15     ports:
16       - 5601:5601
17     environment:
18       - elasticsearch_url=http://192.168.43.30:9200
19     depends_on:
20       - elasticsearch

这样启动以后, 如果报错;原因是内存不足, 

可以参考这篇: https://blog.csdn.net/u011144214/article/details/106737303

解决方式：

 docker exec -it d64 bash 命令进入elasticsearch内部, 找到elasticsearch.yml配置文件 追加:
  bootstrap.system_call_filter: false

  cluster.initial_master_nodes: ["node-1"]

 

 

 

然后可以访问9200端口和5601端口;

 

 

 

二. 安装分词器:

    默认的分词器只能将单个中国字分开, 可以用ik分词器更精准

github上, 要求ik必须和ES的版本一致

 

点击release

 

 

 

 

 

 

 

 

 

 下载地址是:https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.5.4/elasticsearch-analysis-ik-6.5.4.zip

 

 

 

进入es内部, 下载该插件

 

 

 

 

 一定要重启es让分词器生效: docker restart es的id

就可以访问