一、elasticsearch-head
1、拉取镜像
docker pull mobz/elasticsearch-head:5
docker tag docker.io/mobz/elasticsearch-head:5 es_head
docker rmi docker.io/mobz/elasticsearch-head:5
2、创建容器
docker run -itd --name es_head -p 9100:9100 es_head
3、访问 192.168.78.200:9100
4、通过postman添加为es集群添加一个索引
测试json:
{
"settings": {
"number_of_shards": 3,
"number_of_replicas": 1
},
"mappings": {
"properties": {
"id": {
"type": "keyword"
},
"country": {
"type": "keyword"
},
"remark": {
"type": "text"
}
}
}
}
5、我们再访问192.168.78.200:9100,查看结果:
6、总结及注意
通过elasticsearch-head,我们可以清晰看到数据分片情况,这点是kibana做不到的,后续使用时会有深刻感受,二者结合才是王道。
注意:如果这一步没有添加成功,返回结果是{ "acknowledged": true, "shards_acknowledged": false}
,那很有可能是磁盘空间不足了。
使用df -h
命令查看一下,超过95%使用率,es就不会再允许往es里写数据了。
二、kibana
1、拉取镜像
docker pull kibana:7.14.1
docker tag docker.io/kibana:7.14.1 kibana
docker rmi docker.io/kibana:7.14.1
2、创建容器
docker run -itd --name kibana --network elasticsearch_default --link es_101:elasticsearch -p 5800:5601 kibana
注意,我这里指定了kibana容器和es集群的三个容器使用了同一个网络,所以可以直接用容器名做外连,将kibana内部配置文件中的elasticsearch直接解析为es_101。
如果不指定使用es的网络,则需要进入容器内配置ElasticSearch的实际ip地址
3、查看结果
访问 http://192.168.78.200:5800/app/dev_tools#/console
三、elasticHD
1、下载镜像
docker pull containerize/elastichd
docker tag docker.io/containerize/elastichd elastichd
docker rmi docker.io/containerize/elastichd
2、创建容器
docker run -p 5900:9800 -d --network elasticsearch_default --link es_101:demo elastichd