docker+es+kibana和springboot中使用es

本次和大家分享的主要是docker搭建es和springboot操作es的内容，也便于工作中或将来使用方便，因此从搭建es环境开始到代码插入信息到es中；主要节点如下：

1. elasticsearch启动
2. mobz/elasticsearch-head启动
3. kibana启动
4. springboot操作es

1.elasticsearch启动

　　我本机环境是windows10，要挂载es的配置文件需要在本机上创建配置文件，因此这里创建配置文件C:UsersAdministratoreses-master.yml，配置文件内容如：

 #集群名称
 cluster.name: "shenniu_elasticsearch"
 #本节点名称
 node.name: master
 #是否master节点
 node.master: true
 #是否存储数据
 node.data: true
 #head插件设置
 http.cors.enabled: true
 http.cors.allow-origin: "*"
 http.port:
 transport.tcp.port:
 #可以访问的ip
 network.bind_host: 0.0.0.0

　　这里配置一个es的cluster的master节点，集群名称shenniu_elasticsearch，有了配置下面就是启动es命令：

 docker pull elasticsearch
 docker run -d --name es-master -p : -p : -v C:/Users/Administrator/es/es-mast
 er.yml:/usr/share/elasticsearch/config/elasticsearch.yml elasticsearch

　　启动完后在浏览器浏览 http://192.168.183.9:9200/ 得到如下成功信息：

　　

2.mobz/elasticsearch-head启动

　　elasticsearch-head做为es集群状态查看插件工具，用起来还是挺方便的，启动命令如：

 docker pull mobz/elasticsearch-head
 docker run -d -p : --name mobz-es mobz/elasticsearch-head

　　然后在浏览器录入 http://192.168.183.9:9100/ ，能够看到插件的操作界面，其中包含了索引，数据，基本查询等功能很是方便

　　

　　为了博客内容充实性，这里我添加了一些日志到es中，通过head工具能够看到如：

　　　　

3.kibana启动

　　kibana是专门针对es内容的一款查看工具，和elasticsearch-head不同的是前者主要是内容显示，通常有elk的组合，这里同样通过docker来启动下

 docker pull kibana
 docker run --name kibana -e ELASTICSEARCH_URL=http://192.168.183.9:9200 -p 5601:5601 -d kibana

　　这里需要配置关联的es的地址，否则kibana界面无法正常使用，倘若es停了，kibana界面也会变成如下

　　

　　如果es和kibana都正常的话，就能够进入到如下界面

　　

4.springboot操作es

　　要说springboot中使用es有很多方式，这里使用的是它集成的包，通过maven添加如下依赖：

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

　　然后需要在配置文件中增加关于es的的相关配置，由于这里采用的是resposity操作es，所以这里需要设置为启动状态：

 spring:
   data:
     elasticsearch:
       cluster-name: shenniu_elasticsearch
       cluster-nodes: 192.168.183.9:
       repositories:
         enabled: true

　　cluster-name对应的是上面启动es时集群配置的名称，cluster-nodes对应集群访问的ip和端口；一般往es中存储的都是对象形式，所以这里需要定义一个实体类，这里是 MoEsLog：

 @Document(indexName = "eslog")
 public class MoEsLog {
     private String message;

     public String getMessage() {
         return message;
     }

     public void setMessage(String message) {
         this.message = message;
     }

     private String dateTime;

     public String getDateTime() {
         return dateTime;
     }

     public void setDateTime(String dateTime) {
         this.dateTime = dateTime;
     }

     @Id
     private String _id;
 }

　　通过注解@Document里面的indexName来创建es索引名，然后通过继承ElasticsearchRepository来使用里面的增删改查方法，这里创建一个es工厂接口如：

 @Repository
 public interface IEsRepository extends ElasticsearchRepository<MoEsLog, String> {
 }

　　到此基本的配置和底层的工厂接口都完成了，剩下的就是怎么调用和简单的封装了，这里以save方法为例：

 @Service
 public class EsLogServiceImpl implements EsLogService {

     @Autowired
     private IEsRepository esRepository;

     @Override
     public void addEsLog(String message) {

         Executors.newFixedThreadPool().submit(new Runnable() {
             @Override
             public void run() {
                 SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd'T'HH:mm:ss.SSSZ");

                 MoEsLog esLog = new MoEsLog();
                 esLog.setMessage(message);
                 esLog.setDateTime(simpleDateFormat.format(new Date()));
                 esRepository.save(esLog);
             }
         });
     }

     @Override
     public <T> void addEs(T t) {
         addEsLog(JsonUtil.toJson(t));
     }
 }

　　值得主要的是里面对datetime属性赋值的是一个时间字符串，格式如：yyyy-MM-dd'T'HH:mm:ss.SSSZ，这里匹配es的时间格式，不出意外的运行程序后，能够在kibana中看到如下信息：

　　

　　这里再转到9100端口的mobz/elasticsearch-head界面，也能够看到如下的记录：