docker安装elasticsearch和head插件
docker安装elasticsearch和head插件
py3study
发布于 2020-09-18 17:42:28
发布于 2020-09-18 17:42:28
一、概述
需要在服务器中部署elasticsearch和head插件
环境说明
操作系统：centos 7.6
docker版本：19.03.12
ip地址：192.168.31.190
二、安装
下载镜像
docker pull elasticsearch:7.5.1
docker pull mobz/elasticsearch-head:5-alpine修改系统参数
vi /etc/sysctl.conf调整参数
vm.max_map_count=262144刷新参数
sysctl -p配置文件
mkdir -p /data/elk7/elasticsearch/{data,logs,config}
vi /data/elk7/elasticsearch/config/elasticsearch.yml内容如下：
cluster.name: "docker-cluster"
network.host: 0.0.0.0
http.cors.enabled: true
http.cors.allow-origin: "*"注意：最后2行一定要添加，否则head插件连接时，会出现跨域拒绝访问。
启动elasticsearch
docker run -d --name=elasticsearch \
-p 9200:9200 -p 9300:9300 \
-e "discovery.type=single-node" elasticsearch:7.5.1等待30秒左右，查看docker日志，如果有出现
"publish_address {172.17.0.2:9300}, bound_addresses {0.0.0.0:9300}"说明启动成功了。
拷贝数据到持久化目录，并重新启动elasticsearch
docker cp elasticsearch:/usr/share/elasticsearch/data /data/elk7/elasticsearch/
docker cp elasticsearch:/usr/share/elasticsearch/logs /data/elk7/elasticsearch/
chmod 777 -R /data/elk7/elasticsearch/
docker rm -f elasticsearch
docker run -d --name=elasticsearch \
--restart=always \
-p 9200:9200 -p 9300:9300 \
-e "discovery.type=single-node" \
-v /data/elk7/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
-v /data/elk7/elasticsearch/data:/usr/share/elasticsearch/data \
-v /data/elk7/elasticsearch/logs:/usr/share/elasticsearch/logs \
elasticsearch:7.5.1测试访问
http://192.168.31.190:9200/效果如下：
1.png
启动elasticsearch head插件
docker run -d \
--name=elasticsearch-head \
--restart=always \
-p 9100:9100 \
docker.io/mobz/elasticsearch-head:5-alpine访问页面
http://192.168.31.190:9100/输入es地址，点击连接。效果如下：
1.png
本文参考链接：
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2020-09-17 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
相关产品与服务
Elasticsearch Service
腾讯云 Elasticsearch Service（ES）是云端全托管海量数据检索分析服务，拥有高性能自研内核，集成X-Pack。ES 支持通过自治索引、存算分离、集群巡检等特性轻松管理集群，也支持免运维、自动弹性、按需使用的 Serverless 模式。使用 ES 您可以高效构建信息检索、日志分析、运维监控等服务，它独特的向量检索还可助您构建基于语义、图像的AI深度应用。