继续创造，加快成长！这是我参加「日新计划 10 月更文应战」的第3天，点击检查活动详情
前言
大家好，我是小郭，最近在玩 ELK 日志平台，它是 Elastic 公司推出的一整套日志搜集、剖析和展现的处理方案。
只要学习了，操作了才干算真实的学会运用了，尽管看起来简略，但是里面的流程过程还是很多的，将过程和遇到的问
题记载和总结下，今天首要分享下在Docker环境下布置 Elasticsearch 数据库。
# 从零到一建立ELK日志，在Docker环境下布置 Filebeat 日志搜集工具
# 从零到一建立ELK日志，在Docker环境下布置 logstash 工具
# 从零到一建立ELK日志，在Docker环境下布置 Kibana 可视化工具
什么是Elasticsearch？
ElasticStack简称为ES， 是一个分布式、高扩展、高实时的查找与数据剖析引擎，是整个ELK架构的核心。
它能很便利的使很多数据具有查找、剖析和探究的才能。充分使用Elasticsearch的水平伸缩性，能使数据在出产环境变得更有价值。
Elasticsearch 的实现原理首要分为以下几个过程，首要用户将数据提交到Elasticsearch 数据库中，再经过分词控制器去将对应的句子分词，将其权重和分词成果同时存入数据，当用户查找数据时分，再依据权重将成果排名，打分，再将返回成果出现给用户。
首要优点
-
处理方式灵敏： elasticsearch是实时全文索引，具有强大的查找功用；
-
配置相对简略： elasticsearch全部运用JSON接口，logstash运用模块配置，kibana的配置文件部分更简略；
-
检索性能高效： 根据优异的规划，尽管每次查询都是实时，但是也可以到达百亿级数据的查询秒级呼应；
-
集群线性扩展： elasticsearch和logstash都可以灵敏线性扩展。
常用场景
- 全文查找
Elasticsearch供给了全文查找的功用，适用于电商产品查找、App查找、企业内部信息查找、IT体系查找等。
- 日志剖析
Elasticsearch能够借助Beats、Logstash等快速对接各种常见的数据源，并经过集成的Kibana高效地完成日志的可视化剖析，让日志发生价值。
- 运维监控
运用Elasticsearch结合Beats、Logstash或ElasticFlow将一切日志实时会集并构建索引，然后经过集成的Kibana灵敏地运用数据构建可视化运维看板
- 安全剖析
经过日志处理公司内部冗杂的安全审计工作，可经过Elasticsearch剖析、检索海量历史日志，高效地完成安全审计工作
布置ES数据库
- 获取es镜像
docker pull elasticsearch:7.7.1
mkdir -p /data/elk/es/config
mkdir -p /data/elk/es/data
mkdir -p /data/elk/es/logs
chown -R 1000:1000 /data/elk/es
- 进入config创立配置文件
1. touch elasticsearch.yml
2. cluster.name: "my-es"
network.host: 0.0.0.0
http.port: 9200
- 启动服务
docker run -it -d -p 9200:9200 -p 9300:9300 --name es -e ES_JAVA_OPTS="-Xms84m -Xmx512m" -e "discovery.type=single-node" --restart=always -v /data/elk/es/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v /data/elk/es/data:/usr/share/elasticsearch/data -v /data/elk/es/logs:/usr/share/elasticsearch/logs elasticsearch:7.7.1
这儿咱们需要特别注意的是，做好容器内的文件与第二步创立的挂载目录进行文件夹的映射。
- 验证服务
curl 127.0.0.1:9200
看到这个，就表明咱们已经装置成功了
Note：如果装置失败，可以使用docker logs看一下问题
总结
咱们首要完成在Docker环境下布置 Elasticsearch 数据库的工作，他是建立ELK日志非常重要的一部分，将数据写入Elasticsearch后用Kibana进行可视化展现，在后面建立完Kibana之后，咱们再将他们串起来。
欢迎大家评论、点赞、收藏~
如有不对的当地欢迎指出！
