docker安装ES,IK分词器,Kibana

dockerhub上自己搜要拉的镜像版本

// 拉取es 6.8.0的镜像版本
docker pull elasticsearch:6.8.0
// 运行es镜像
docker run -d -p 9300:9300 -p 9200:9200 --name elasticsearch elasticsearch:6.8.0

运行报错了

ERROR: [1] bootstrap checks failed
[1]: max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]

在这里插入图片描述

报错原因:虚拟内存不足,把虚拟内存调整的稍微大一些即可(如果使用指令发现没有的话自行安装,文件不存在的话自行百度)

// 第一步
cd /etc/// 第二步,看下有没有这个文件
cat sysctl.conf// 第三步,修改配置文件
vi sysctl.conf// 第四步,按i进入编辑模式,调整虚拟内存
vm.max_map_count=262144// 第五步,保存退出然后执行指令
esc 退出输入框
:wq保存 注意有:
sysctl -p 从新加载内核参数

es持久化,ES中所有数据都在容器中 /usr/share/elasticsearch/data

docker run -d -p 9300:9300 -p 9200:9200 --name elasticsearch -v esData:/usr/share/elasticsearch/data elasticsearch:6.8.0

es持久化+配置化都挂的宿主机上

docker run -d -p 9300:9300 -p 9200:9200 --name elasticsearch -v esData:/usr/share/elasticsearch/data  -v esConfig:/usr/share/elasticsearch/config elasticsearch:6.8.0

ES持久化,改配置,安装ik分词器(我是为了观看方便换行了,实际执行得全拼的一行里面,把我这是删了别复制执行,不然会出现奇奇怪怪的问题)

docker run -d 
-p 9300:9300 
-p 9200:9200 
--name elasticsearch 
// 挂载数据
-v esData:/usr/share/elasticsearch/data  
// 挂载配置
-v esConfig:/usr/share/elasticsearch/config 
// 挂载分词器
-v esPlugins:/usr/share/elasticsearch/plugins  
elasticsearch:6.8.0

分词器到github上自行下载,例如我下载的是6.8.0的,在这里
下载链接,这是6.8.0的下载链接,注意要下载和你es版本一致的,不一致的会出现奇奇怪怪的问题
下载下来之后传输到linux服务器,然后cp文件到你创建的挂载分词器路劲,例如我的如下

cd /var/lib/docker/volumes/esPlugins/_data// 注意最后面有个点
cp /root/home/elasticsearch-analysis-ik-6.8.0.zip .mkdir iktest
mv elasticsearch-analysis-ik-6.8.0.zip iktest// 报错没unzip指令的话自己下一个 apt install unzip
unzip elasticsearch-analysis-ik-6.8.0.zip

docker安装Kibana

// 注意版本要和ES契合,不然会出现奇奇怪怪的问题
docker pull kibana:6.8.0

运行kibana,不指定网桥

docker run -d --name kibana -p 5601:5601 kibana:6.8.0

启动的时候链接ES

// kibana 6
docker run -d --name kibana -e ELASTICSEARCH_URL=http://你机器的IP:9200 -p 5601:5601 kibana:6.8.0// kibana 7,我没试过。。。
-e ELASTICSEARCH_HOSTS// 我用的kibana6,改了发现没生效,手动到配置文件改了
docker exec -it 容器ID bash
// 进入配置目录
cd config
// 修改配置
vi kibana.yml
// hosts改为你自己的ES,然后:wq保存退出

注意:如果出现了奇奇怪怪的问题,连不上,这个红框框中的空格删了
在这里插入图片描述

kibana加载配置文件启动

docker run -d --name kibana -p 5601:5601 -v kibanaConf:/usr/share/kibana/config kibana:6.8.0
// 查看卷的目录
docker inspect kibanaConf
// 编辑配置文件
vi kibana.yml

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/16104.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

爬取新闻评论数据并进行情绪识别

一、为什么要爬取新闻评论数据并进行情绪识别? 爬取新闻评论数据并进行情绪识别的目的是为了从网页中抓取用户对新闻事件或话题的评价内容,并从中识别和提取用户的情绪或态度,如积极、消极、中立等。爬取新闻评论数据并进行情绪识别有以下几个…

redisson中Semaphore的信号量介绍及其原理

目录 1 基本介绍 1.1API介绍 1.2 示例 2 源码解析 2.1 Semaphore设置许可数量(trySetPermits(int permits)) 2.2 尝试获取许可(boolean tryAcquire()) 3 Lua脚本 3.1 加锁lua脚本 3.2 解锁lua脚本 1 基本介绍 Semaphore通…

centos7.6安装mysql

卸载mariadb 解决安装mysql与mariadb冲突问题(卸载干净mariadb)_何妨徐行的博客-CSDN博客 安装rpm包前可能需要的命令: yum install openssl-devel用于管理rpm包的工具 yum install lrzsz -y 文件传输缺乏rz 下载安装包 去mysql官网 把…

STM32使用printf重定向到USART(串口)并打印数据到串口助手

STM32使用sprintf打印数据到串口助手 一.背景知识二. 重定向printf到USART1三.使用printf打印hello,world到串口助手3.1 usart.c3.2 usart.h3.3 main.c 四. 实验现象五.结语 一.背景知识 我们知道我们在进行编程的时候,遇到问题,经常通过打印信息进行调…

拥抱“Zero ETL”未来,亚马逊云科技助力乐城堡加速数据分析

获得全球三千五百多万用户的认可的移动游戏企业乐城堡希望通过数据分析为游戏业务提供更好的决策支撑。乐城堡在亚马逊云科技上利用Amazon Redshift等服务构建属于自己的云上游戏数据分析平台,实现复杂查询,保证游戏运营人员能快速、近实时地获取所需的数…

SpringBoot配置外部Tomcat项目以及启动流程源码分析

1.SpringBoot配置外部Tomcat并打war包 2.SpringBoot配置外部Tomcat项目启动流程源码分析

快速创建ES集群

win10 中docker 设置 快速创建集群 访问 官网 elasticsearch/docs/reference/setup/install/docker at main elastic/elasticsearch GitHub 负责上面2个文件,并修改,修改如下 .env文件 # Password for the elastic user (at least 6 characters) …

【MES中的APS生产排程】

我记得APS生产排程里的销售订单,是通过CRM接口过来的。 但是今天了解到,销售订单是营销直接在MES里下单。 第一步:销售订单维护 提交,审核之后,就会出现在MPS运算界面中。 关闭后,MPS里的运算结果也会同步关闭。 第二步:MPS运算 可以看到,刚才新增的销售订单:RXSD…

Python-opcua 编程(3)历史数据读写

历史数据就是将opcua 信息模型中的某一些变量保存起来,以便Client 端程序能够读取历史数据,作各种数据处理。 Opcua 标准指出历史数据的读写,主要包括: 属性 Historizing 当设置为True 时,该变量支持历史数据读写 …

优化成本,探索WhatsApp API发送更经济的OTP验证信息

在现代的数字化世界中,安全性和使用者验证变得至关重要。随着移动应用程序和在线服务的普及,一次性密码(OTP)验证已经成为确保使用者身份验证的主要手段之一。然而,对于许多企业来说,发送OTP验证信息可能会…

多元回归预测 | Matlab基于高斯过程回归(GPR)的数据回归预测,matlab代码,多变量输入模型

文章目录 效果一览文章概述部分源码参考资料效果一览 文章概述 多元回归预测 | Matlab基于高斯过程回归(GPR)的数据回归预测,matlab代码,多变量输入模型 评价指标包括:MAE、RMSE和R2等,代码质量极高,方便学习和替换数据。要求2018版本及以上。 部分源码

计算机体系结构基础知识介绍之缓存性能的十大进阶优化之关键词优先和提前重启以减少失误处罚、合并写入缓冲区以减少惩罚(五)

优化五:关键词优先,提前重启,减少漏判 处理器通常一次只需要缓存块中的一个字(word)。不要等待整个块被加载,而是在请求的字到达后就立即发送给处理器,并让处理器继续执行,同时填充…