因为我们需要使用docker来进行安装,我们必须安装:
获取Docker的Elasticsearch就像对Elastic Docker注册表发出docker pull命令一样简单。
docker pull docker.elastic.co/elasticsearch/elasticsearch:7.3.2
上面是以Elasticsearch 7.3.2为例来示范的。在实际的使用中,可以替换它用自己喜欢的版本。
从命令行运行Elasticsearch。使用以下命令可以快速启动Elasticsearch以进行开发或测试:
docker run -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:7.3.2
请注意single-node discovery,该发现允许绕过单节点开发集群中的bootstrap checks 检查。
vm.max_map_count
内核设置需要设置为至少262144才能用于生产环境。
vm.max_map_count
设置应该在/etc/sysctl.conf
中永久设置:
$ grep vm.max_map_count /etc/sysctl.conf
vm.max_map_count=262144
要在实时系统上应用该设置,请执行以下操作:
sysctl -w vm.max_map_count = 262144
docker pull docker.elastic.co/kibana/kibana:7.3.2
可以使用以下命令快速启动Kibana并将其连接到本地Elasticsearch容器以进行开发或测试:
docker run --link YOUR_ELASTICSEARCH_CONTAINER_NAME_OR_ID:elasticsearch -p 5601:5601 {docker-repo}:{version}
针对我们的情况,我们首先按照上面的步骤把Elasticsearch的docker运行起来,然后执行如下的命令:
docker ps
显示的结果如下:
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
3839f34c1d2d docker.elastic.co/elasticsearch/elasticsearch:7.3.2 "/usr/local/bin/dock…" 7 minutes ago Up 7 minutes 0.0.0.0:9200->9200/tcp, 0.0.0.0:9300->9300/tcp admiring_matsumoto
上面的docker信息是已经安装好的的Elasticsearch的docker信息。我们然后执行如下的命令:
docker run --link 3839f34c1d2d:elasticsearch -p 5601:5601 docker.elastic.co/kibana/kibana:7.3.2
这样我们的Kibana docker就起来了。
在这一步,我们假定我们已经下载好Elasticsearch和Kibana的docker image。如果你还没有这么做,可以执行如下的命令下载:
docker pull docker.elastic.co/elasticsearch/elasticsearch:7.3.2
docker pull docker.elastic.co/kibana/kibana:7.3.2
紧接着下来,我们来创建一个叫做docker的目录,并在这个目录里创建一个叫做docker-compose.yml的文件。它的内容如下:
version: '2.2'
services:
es01:
image: docker.elastic.co/elasticsearch/elasticsearch:7.3.2
container_name: es01
environment:
- node.name=es01
- discovery.seed_hosts=es02
- cluster.initial_master_nodes=es01,es02
- cluster.name=docker-cluster
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
ulimits:
memlock:
soft: -1
hard: -1
volumes:
- esdata01:/usr/share/elasticsearch/data
ports:
- 9200:9200
networks:
- esnet
es02:
image: docker.elastic.co/elasticsearch/elasticsearch:7.3.2
container_name: es02
environment:
- node.name=es02
- discovery.seed_hosts=es01
- cluster.initial_master_nodes=es01,es02
- cluster.name=docker-cluster
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
ulimits:
memlock:
soft: -1
hard: -1
volumes:
- esdata02:/usr/share/elasticsearch/data
networks:
- esnet
kibana:
image: docker.elastic.co/kibana/kibana:7.3.2
container_name: kibana
ports: ['5601:5601']
networks: ['esnet']
environment:
- SERVER_NAME=kibana.localhost
- ELASTICSEARCH_HOSTS=http://es01:9200
- I18N_LOCALE=zh-CN
- ELASTICSEARCH_USERNAME=elastic
- ELASTICSEARCH_PASSWORD=mypasword
depends_on: ['es01']
volumes:
esdata01:
driver: local
esdata02:
driver: local
networks:
esnet:
在这个配置中,我们创建了两个Elasticsearch的node:es01及es02。节点es01侦听localhost:9200,而es02通过Docker网络与es01对话。同时我们也创建了另外一个kibana的docker。我们可以在environment中配置它所需要的参数。
等我们创建好这个docker-compose.yml文件后,我们在当前的目录下,打入如下的命令:
docker-compose up
或者:
docker-compose up -d
这里的-d选项表示在detached模式下,运行容器在后台。
我们最终可以在浏览器中看见我们的Kibana被启动的样子
如同我们之前的设置一样, 它运行起来的Locale设置的是中文。我们也可以同时看到两个被启动的Elasticsearch的节点:
一旦docker启动后,我们可以通过docker的命令来执行一些命令,比如
docker exec es01 ls /usr/share/elasticsearch
我们可以通过如下的命令进入到docker进行安装等:
docker exec -it es01 /bin/bash
$ docker exec -it es01 /bin/bash
[root@ec4d19f59a7d elasticsearch]# ls
LICENSE.txt README.textile config jdk logs plugins
NOTICE.txt bin data lib modules
[root@ec4d19f59a7d elasticsearch]#
这里的es01是我们的Elasticsearch实例的名称。
我们也可以通过如下的方式来配置Kibana。我们可以在docker-compose.yml的目录下创建另外一个叫做kibana.yml的文件:
kibana.yml
#
# ** THIS IS AN AUTO-GENERATED FILE **
#
# Default Kibana configuration for docker target
server.name: kibana
server.host: "0"
elasticsearch.hosts: [ "http://elasticsearch:9200" ]
i18n.locale: "zh-CN"
xpack.monitoring.ui.container.elasticsearch.enabled: true
这里我们做了一些简单的设置,比如我们配置了locale为中文。我们可以修改我们的docker-compose.yml文件如下:
docker-compose.yml
version: '2.2'
services:
es01:
image: docker.elastic.co/elasticsearch/elasticsearch:7.3.2
container_name: es01
environment:
- node.name=es01
- discovery.seed_hosts=es02
- cluster.initial_master_nodes=es01,es02
- cluster.name=docker-cluster
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
ulimits:
memlock:
soft: -1
hard: -1
volumes:
- esdata01:/usr/share/elasticsearch/data
ports:
- 9200:9200
networks:
- esnet
es02:
image: docker.elastic.co/elasticsearch/elasticsearch:7.3.2
container_name: es02
environment:
- node.name=es02
- discovery.seed_hosts=es01
- cluster.initial_master_nodes=es01,es02
- cluster.name=docker-cluster
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
ulimits:
memlock:
soft: -1
hard: -1
volumes:
- esdata02:/usr/share/elasticsearch/data
networks:
- esnet
kibana:
image: docker.elastic.co/kibana/kibana:7.3.2
container_name: kibana
networks: ['esnet']
ports: ['5601:5601']
environment:
- ELASTICSEARCH_HOSTS=http://es01:9200
volumes:
- ./kibana.yml:/usr/share/kibana/config/kibana.yml
volumes:
esdata01:
driver: local
esdata02:
driver: local
networks:
esnet:
在这里,我们通过在kibana中的volumes来把本地的kibana.yml文件bind mount到我们的docker之中的image里。这样它代替docker里的/usr/share/kibana/config/kibana.yml文件从而使用我们在本地设置的kibana.yml文件。
当docker把所有的容器都跑起来后,我们可以通过如下的命令来查看:
$ docker-compose ps
Name Command State Ports
--------------------------------------------------------------------------------
es01 /usr/local/bin/docker-entr ... Up 0.0.0.0:9200->9200/tcp,
9300/tcp
es02 /usr/local/bin/docker-entr ... Up 9200/tcp, 9300/tcp
kibana /usr/local/bin/dumb-init - ... Up 0.0.0.0:5601->5601/tcp
它显示了所有的端口的使用情况。
我们可以通过如下的办法把docker实例都停下来:
docker-compose down
这样我们很快地部署我们的Elasticsearch集群。
参考:
【1】https://www.elastic.co/guide/en/kibana/7.3/docker.html
【2】https://www.elastic.co/guide/en/elasticsearch/reference/7.3/install-elasticsearch.html
手机扫一扫
移动阅读更方便
你可能感兴趣的文章