通过网盘分享的文件：ES 7.12.1 和 IK 分词器
链接: https://pan.baidu.com/s/1pTdHsctCUlRP80XRd2Ga0g?pwd=c644 提取码: c644

我使用下面教程在 Centos7.9 完成了单点部署，可惜原文需要VIP了。

本作品基于 [@一枚小蜗牛H / Docker安装Elasticsearch超详细图文-CSDN博客] 的 CC 4.0 BY - SA 作品改编（原作品链接：Docker安装Elasticsearch超详细图文-CSDN博客），新增了 [网盘文件分享] 。本衍生作品采用 CC 4.0 BY - SA 协议发布，转载需署名 + 以相同协议共享。

1.部署单点es

1.1.创建网络

因为我们还需要部署kibana容器，因此需要让es和kibana容器互联。这里先创建一个网络：

docker network create es-net

查看网络

docker network ls

1.2.获取镜像包

这里我们采用elasticsearch的7.12.1版本的镜像

docker pull elasticsearch:7.12.1

查看镜像，发现成功

1.3.运行

运行docker命令，部署单点es：

docker run -d \
	--name es \
    -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
    -e "discovery.type=single-node" \
    -v es-data:/usr/share/elasticsearch/data \
    -v es-plugins:/usr/share/elasticsearch/plugins \
    --privileged \
    --network es-net \
    -p 9200:9200 \
    -p 9300:9300 \
elasticsearch:7.12.1

命令解释：

• -e "cluster.name=es-docker-cluster" ：设置集群名称
• -e "http.host=0.0.0.0" ：监听的地址，可以外网访问
• -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" ：内存大小
• -e "ES_JAVA_OPTS="-Xms256m -Xmx256m" ：可以设置小内存（太小不行，无法启动，各种功能栈溢出内存不够），但是Xms要小于Xmx
• -e "discovery.type=single-node" ：非集群模式
• -v es-data:/usr/share/elasticsearch/data ：挂载逻辑卷，绑定es的数据目录
• -v es-logs:/usr/share/elasticsearch/logs ：挂载逻辑卷，绑定es的日志目录
• -v es-plugins:/usr/share/elasticsearch/plugins ：挂载逻辑卷，绑定es的插件目录
• --privileged ：授予逻辑卷访问权
• --network es-net ：加入一个名为es-net的网络中
• -p 9200:9200 ：端口映射配置

运行成功：

在浏览器中输入：http://ip:9200 即可看到elasticsearch的响应结果：

2.部署kibana

kibana可以给我们提供一个elasticsearch的可视化界面，便于我们学习。

2.1.部署

拉取镜像

docker pull kibana:7.12.1

运行docker命令，部署kibana

docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--network=es-net \
-p 5601:5601  \
kibana:7.12.1

• --network es-net ：加入一个名为es-net的网络中，与elasticsearch在同一个网络中
• -e ELASTICSEARCH_HOSTS=http://es:9200" ：设置elasticsearch的地址，因为kibana已经与elasticsearch在一个网络，因此可以用容器名直接访问elasticsearch
• -p 5601:5601 ：端口映射配置

kibana启动一般比较慢，需要多等待一会，可以通过命令查看运行日志，当查看到下面的日志，说明成功：：

docker logs -f kibana

此时，在浏览器输入地址访问：http://ip:5601，即可看到结果

2.2.DevTools

kibana中提供了一个DevTools界面：

这个界面中可以编写DSL来操作elasticsearch。并且对DSL语句有自动补全功能。

3.安装IK分词器

3.1.在线安装ik插件

查看es插件：

docker volume inspect es-plugins

现在没有任何插件

在线安装，运行一个命令即可：

docker exec -it es ./bin/elasticsearch-plugin  install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip

或者直接浏览器下载：https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip，复制到/var/lib/docker/volumes/es-plugins/_data中（直接install命令下载会缺失config目录不知道为啥）

重启es容器：

docker restart es

查看日志，正常安装成功

3.1.1.测试效果

未分词：

已安装ik分词器效果：
使用最细粒度查询：ik_max_word

3.2.配置扩展词词典

IK分词器提供了扩展词汇的功能，创造出固定词语，例如：“尊嘟假嘟”，“恐龙抗狼”等。

未进行扩展词汇：

3.2.1.打开IK分词器config目录：

3.2.2.在IKAnalyzer.cfg.xml配置文件内容添加：ext.dic

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 -->
	<entry key="ext_dict">ext.dic</entry>
	 <!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords"></entry>
	<!--用户可以在这里配置远程扩展字典 -->
	<!-- <entry key="remote_ext_dict">words_location</entry> -->
	<!--用户可以在这里配置远程扩展停止词字典-->
	<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

3.2.3.新建一个 ext.dic，添加词汇多个进行换行

重启elasticsearch

docker restart es

查看日志加载成功

3.2.4.测试效果

3.3.配置停用词词典

在互联网项目中，在网络间传输的速度很快，所以很多语言是不允许在网络上传递的，如：关于宗教、政治等敏感词语，那么我们在搜索时也应该忽略当前词汇。

IK分词器也提供了强大的停用词功能，让我们在索引时就直接忽略当前的停用词汇表中的内容。

IKAnalyzer.cfg.xml配置文件内容添加：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 -->
	<entry key="ext_dict">ext.dic</entry>
	 <!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords">stopword2.dic</entry>
	<!--用户可以在这里配置远程扩展字典 -->
	<!-- <entry key="remote_ext_dict">words_location</entry> -->
	<!--用户可以在这里配置远程扩展停止词字典-->
	<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

在 stopword2.dic（目录已存在一个同名的）添加停用词，和扩展词一样，重启，查询

# 重启服务
docker restart es

# 查看 日志
docker logs es

完全过滤掉，完美