最近要实现个简单的IM系统,打算用ES做全文检索以及历史消息存储，复习下ES的安装以及使用。

1、docker-compose安装ES

1.1、拉镜像

因为网络问题，官网镜像拉不到，找个合适版本的镜像并安装。

网址：https://docker.aityp.com/r/docker.io/library/elasticsearch

拉ES镜像：

展开代码
docker pull swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/library/elasticsearch:8.19.5

docker tag  swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/library/elasticsearch:8.19.5  elasticsearch:8.19.5

拉Kibana镜像

展开代码
docker pull swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/library/kibana:8.19.5
docker tag  swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/library/kibana:8.19.5  kibana:8.19.5

下载ik分词器的插件包（ik分词器处理中文全文检索效果最好）并解压好

https://release.infinilabs.com/analysis-ik/stable/

1.2、docker-compose配置文件

先修改配置文件

展开代码
echo "vm.max_map_count=262144" >> /etc/sysctl.conf
sysctl -p

找个目录创建docker-compose.yml、es-logs、es-data、kibana-config

展开代码
version: '3.8'

services:
  elasticsearch:
    # 构建自定义镜像（代替直接拉取官方镜像）
    build: .  # 表示使用当前目录的 Dockerfile 构建
    container_name: es8
    restart: always
    ports:
      - "9200:9200"
      - "9300:9300"
    environment:
      - discovery.type=single-node
      - cluster.name=es-cluster
      #开启权限验证
      - xpack.security.enabled=true
      - xpack.security.http.ssl.enabled=false
      - ES_JAVA_OPTS=-Xms512m -Xmx512m
    volumes:
      - ./es-data:/usr/share/elasticsearch/data
      - ./es-logs:/usr/share/elasticsearch/logs
    networks:
      - es-network

  # 可选：同时启动 Kibana（版本和 ES 一致）
  kibana:
    # Kibana 版本必须和 ES 完全一致！
    image: kibana:8.19.5
    container_name: kibana8
    restart: always
    # 端口映射：5601 是 Kibana 默认端口
    ports:
      - "5601:5601"
    environment:
      # 配置 ES 地址（关键：填 ES 容器名/宿主机IP）
      - ELASTICSEARCH_HOSTS=http://es8:9200  # 若 ES 容器名不是 es8，改为实际名称；也可填宿主机IP：http://192.168.1.100:9200
      # 中文界面（可选）
      - I18N_LOCALE=zh-CN
      # 优化响应超时（避免ES查询慢导致Kibana超时）
      - ELASTICSEARCH_REQUEST_TIMEOUT=30000
    # 挂载配置文件（可选，如需自定义更多配置）
    volumes:
      - ./kibana-config:/usr/share/kibana/config
    # 加入 ES 所在的自定义网络（关键：保证容器互通）
    networks:
      - es-network  # 这个网络名要和 ES 的 docker-compose 中的网络名一致

networks:
  es-network:
    driver: bridge
    ipam:
      config:
        - subnet: 172.16.0.0/16
          gateway: 172.16.0.1

volumes:
  es-data:
  es-logs:

要注意的点是自定义网络那里，不要和内网已有网段冲突了。

kibana-config目录创建好kibana配置文件kibana.yml

展开代码
server.port: 5601
server.host: "0.0.0.0"  # 允许外部访问
elasticsearch.hosts: ["http://es8:9200"]  # ES地址
#i18n.locale: "zh-CN"  # 中文界面
elasticsearch.requestTimeout: 30000
elasticsearch.username: kibana_system
elasticsearch.password: 123456
# 加密密钥（解决加密报错，必须配置）
xpack.encryptedSavedObjects.encryptionKey: "abcdefghijklmnopqrstuvwxyz1234567890abcd"

根目录创建好DockerFile，用于自定义容器

展开代码
FROM elasticsearch:8.19.5

COPY ik /usr/share/elasticsearch/plugins/analysis-ik

# 验证是否复制成功
RUN ls -la /usr/share/elasticsearch/plugins/analysis-ik/

# 暴露端口（和基础镜像一致）
EXPOSE 9200 9300

# 启动命令（和基础镜像一致）
CMD ["elasticsearch"]

最终目录结构如下：

1.3、启动

启动 docker compose up -d

停止 docker compose stop

重启 docker compose restart

查看 ES 日志 docker compose logs -f elasticsearch

删除 ES 容器（保留数据卷） docker compose down

删除容器 + 数据卷（谨慎操作，数据会丢失） docker compose down -v

启动后执行 curl http://localhost:9200 如果打印如下内容则成功：

展开代码
{
  "name" : "es-node-1",
  "cluster_name" : "es-cluster",
  "cluster_uuid" : "e4dBYZOXSvOWi_KOJ_s4iw",
  "version" : {
    "number" : "8.13.4",
    "build_flavor" : "default",
    "build_type" : "docker",
    "build_hash" : "da95df118650b55a500dcc181889ac35c6d8da7c",
    "build_date" : "2024-05-06T22:04:45.107454559Z",
    "build_snapshot" : false,
    "lucene_version" : "9.10.0",
    "minimum_wire_compatibility_version" : "7.17.0",
    "minimum_index_compatibility_version" : "7.0.0"
  },
  "tagline" : "You Know, for Search"
}

1.4、配置kibana

进入es容器创建用户，先给默认用户添加密码，这个后续登录用：

展开代码
docker exec -it es8 bash
./bin/elasticsearch-reset-password -u elastic -i

kibana默认配置的不能用默认用户，所以创建个新用户给kibana用

展开代码
docker exec -it es8 bash
./bin/elasticsearch-reset-password -u kibana_system  -i

重启kibana容器即可

2、使用kibana

Kibana 是ELK 技术栈里的可视化工具，专门用来和 Elasticsearch 配合，做日志、指标、数据的查询、展示、分析、监控。访问http://localhost:5601 即可使用kibanna。

先确定几个概念：

• 索引：类似于mysql表的概念，所有的操作都是基于索引做的
• 文档：就是数据，每个索引对应映射的实体数据
• 映射：字段定义，类似mysql的字段

进入kibana界面创建索引

创建好之后，进行相关映射的配置，可以使用控制台更方便。

例如我的消息的表创建索引命令为；

展开代码
PUT /im_message/_mapping?pretty
{
  "properties": {
    "sender_code": {
      "type": "keyword"
    },
    "receiver_code": {
      "type": "keyword"
    },
    "content": {
      "type": "text",
      "analyzer": "ik_max_word"
    },
    "message_time": {
      "type": "date",
      "format": "yyyy-MM-dd HH:mm:ss"
    },
    "read_status": {
      "type": "integer"
    },
    "code": {
      "type": "keyword"
    }
  }
}

3、SpringBoot引入es并使用