Docker下elasticsearch8部署、扩容、基本操作实战(含kibana)

欢迎访问我的GitHub

这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos

本篇概览

• 本篇记录了用docker搭建ElasticSearch8单机版再扩容的过程，既留给自己后面反复使用，也可以为正在部署环境的读者提供一些参考
• 请注意docker部署ElasticSearch的适用场景：我这边只是在开发过程中使用，这种方式在生产环境是否适合是有待商榷的，在用于生产环境时请慎重考虑
• 本篇由以下内容构成

1. 介绍本次实战的环境和版本信息
2. 快速部署
3. 验证功能
4. 新加节点
5. 一些常用操作介绍

环境信息

• 以下是本次实战的环境信息，可以作为参考

1. 操作系统：macOS Monterey（M1 Pro芯片的MacBook Pro，16G内存）
2. Docker：Docker Desktop 4.7.1 (77678)
3. ElasticSearch：8.2.2
4. Kibana：8.2.2

准备工作

• 首先是docker镜像加速，没有加速手段的下载镜像体验会很差，我这边里用的是七牛的镜像加速(https://reg-mirror.qiniu.com)，您可以按个人喜好自行配
• 如果您的环境是Linux，注意要做以下操作，否则es可能会启动失败
  
  1 用编辑工具打开文件/etc/sysctl.conf
  
  2 在尾部添加一行配置vm.max_map_count = 262144，如果已存在就修改，数值不能低于262144
  
  3 修改保存，然后执行命令sudo sysctl -p使其立即生效

部署es

• 先创建一个docker网络

docker network create elastic

• 创建es容器，若本地没有镜像会自动下载，为了省内存，我这里设置ES容器内的java进程只用到1024M内存，您可以根据自己电脑情况调整

docker run \
--name es01 \
--net elastic \
-p 9200:9200 \
-e ES_JAVA_OPTS="-Xms1024m -Xmx1024m" \
-idt elasticsearch:8.2.2

• 进入容器

docker exec -it es01 /bin/bash

• 重置密码

bin/elasticsearch-reset-password -u elastic

• 提示是否重置，输入y，控制台会打印新密码，请记住这个密码，稍后要用到

Password for the [elastic] user successfully reset.
New value: 3_J35UWr2sIUkyxxxxxx

• 现在验证elastic能否正常响应
• 在chrome浏览器的地址栏输入https://localhost:9200
• 此时浏览器会弹出安全提示，如下图，这时候不要用鼠标去点任何地方，直接在键盘上输入thisisunsafe，然后回车

• 接下来就会弹出登录页面了，如下图，填写账号elastic，密码是刚才控制台返回的

• 如果看到以下信息，证明es启动成功

• 如果您在chrome上安装了ElasticSearch Head插件（没错，是chrome浏览器插件），此时已经可以访问es服务了，如下图

• es已经就绪，接下来是kibana

部署和操作kibana

• 一行命令完成部署

docker run \
--name kibana \
--net elastic \
-p 5601:5601 \
-idt kibana:8.2.2

• 生成token，kibana连接es的时候要用到

docker exec -it es01 /usr/share/elasticsearch/bin/elasticsearch-create-enrollment-token -s kibana

• 控制台会生成一长串文本，请保存下来，这是稍后给kibana用来连接es的token
• 浏览器访问http://localhost:5601/，会弹出输入窗口，如下图，在文本框内输入刚才生成的token内容，再点击Configure Elastic按钮

• 然后弹出个输入验证码的页面

• 在控制台输入以下命令，顺利拿到验证码

docker exec -it kibana bin/kibana-verification-code

• 回到网页输入验证码，可以看到初始化页面

• 接下来就是常规的安全登录了，如下图，输入es的账号密码即可登录成功

• 登录成功，下图选择右边的Explore on my own

• eshead显示新增了一些kibana自用的索引

集群扩容

• 目前es服务是单节点，有时候需要对单节点进行扩容，加入新的机器以提升es服务的性能、存储、可用性等，docker下可以很方便的进行扩容，接下来一起试试
• 与kibana能够访问es类似，新机器加入当前es服务也需要授权token，生成token的命令如下，请在控制台执行

docker exec -it es01 /usr/share/elasticsearch/bin/elasticsearch-create-enrollment-token -s node

• 拿到控制台生产的token后（30分钟有效期），执行以下命令即可创建一个新的es容器，与原先的es组成集群，原有的数据会保留，注意将xxxxxx替换成刚刚生成的token

docker run \
-e ENROLLMENT_TOKEN="xxxxxx" \
-e ES_JAVA_OPTS="-Xms1024m -Xmx1024m" \
--name es02 \
--net elastic \
-idt elasticsearch:8.2.2

• 在eshead上可以看到新增的节点

• 至此，kibana部署完成，接下来可以做一些CRUD的基本操作，新手可用来快速了解es基本操作，老司机可以直接跳过了

实战es操作：命令行操作

• 咱们先用命令行做一些最基本的操作，然后再考虑用kibana

• 由于es开方的https服务，所以首先把证书从容器中导出来，后面的curl请求都要指定这个证书

docker cp es01:/usr/share/elasticsearch/config/certs/http_ca.crt .

• 当前目录下新增名为http_ca.crt的文件，就是安全证书了，试试能不能用，控制台输入以下命令，注意把xxxxxx换成您自己的密码

curl --cacert http_ca.crt -u elastic:xxxxxx https://localhost:9200

• 控制台输出以下信息，证明外部访问es已经成功

❯ curl --cacert http_ca.crt -u elastic:xxxxxx https://localhost:9200
{
  "name" : "279acdab6c7f",
  "cluster_name" : "docker-cluster",
  "cluster_uuid" : "whfRDTzCQym_jwx2OrMgKg",
  "version" : {
    "number" : "8.2.2",
    "build_flavor" : "default",
    "build_type" : "docker",
    "build_hash" : "9876968ef3c745186b94fdabd4483e01499224ef",
    "build_date" : "2022-05-25T15:47:06.259735307Z",
    "build_snapshot" : false,
    "lucene_version" : "9.1.0",
    "minimum_wire_compatibility_version" : "7.17.0",
    "minimum_index_compatibility_version" : "7.0.0"
  },
  "tagline" : "You Know, for Search"
}

• 建一个索引试试，此索引名为my-book，有六个字段

curl -X PUT "https://localhost:9200/my-book?pretty" \
--cacert http_ca.crt \
-u elastic:xxxxxx \
-H 'Content-Type: application/json' \
-d'
{
  "settings": {
    "number_of_shards": 1
  },
  "mappings": {
    "properties": {
                "line_id": {
                    "type": "long"
                   },
                "line_number": {
                     "type": "keyword"
                },
               "play_name": {
                    "type": "keyword"
               },
               "speaker": {
                    "type": "keyword"
               },
               "speech_number": {
                    "type": "long"
               },
               "text_entry": {
                    "type": "text"
               }
          }
  }
}
'

• 收到响应

{
  "acknowledged" : true,
  "shards_acknowledged" : true,
  "index" : "my-book"
}

• eshead插件也能看到索引创建成功

• 用GET命令获取索引信息试试，如下，符合预期

❯ curl -X GET \
https://localhost:9200/my-book\?pretty \
--cacert http_ca.crt \
-u elastic:m9ZRFl9wCIiVkLudRopy
{
  "my-book" : {
    "aliases" : { },
    "mappings" : {
      "properties" : {
        "line_id" : {
          "type" : "long"
        },
        "line_number" : {
          "type" : "keyword"
        },
        "play_name" : {
          "type" : "keyword"
        },
        "speaker" : {
          "type" : "keyword"
        },
        "speech_number" : {
          "type" : "long"
        },
        "text_entry" : {
          "type" : "text"
        }
      }
    },
    "settings" : {
      "index" : {
        "routing" : {
          "allocation" : {
            "include" : {
              "_tier_preference" : "data_content"
            }
          }
        },
        "number_of_shards" : "1",
        "provided_name" : "my-book",
        "creation_date" : "1653811101586",
        "number_of_replicas" : "1",
        "uuid" : "zX8kWS_IQ-ymdI7vYLOjew",
        "version" : {
          "created" : "8020299"
        }
      }
    }
  }
}

• 再试试批量导入一笔数据，从这个地址下载数据文件：https://raw.githubusercontent.com/zq2599/blog_download_files/master/files/shakespeare_for_es_822.json
• 下载完毕后，执行以下命令，就会开始批量导入的操作

curl -H 'Content-Type: application/x-ndjson' \
--cacert http_ca.crt \
-u elastic:m9ZRFl9wCIiVkLudRopy \
-s -XPOST https://localhost:9200/_bulk \
--data-binary @shakespeare_only_one_type.json

• 导入成功后，用eshead可以看到每条记录的详细信息

  

• 接下来试试kibana

操作kibana

• 在kibana页面，点击下图红框位置，进入查询页面

• 执行查询的操作如下

• 看看刚刚导入了多少数据，如下图，十一万

• 至此，基于docker部署ElasticSearch-8和Kibana-8的实战就完成了，希望本文能给您一些参考

欢迎关注博客园：程序员欣宸

学习路上，你不孤单，欣宸原创一路相伴...