docker+es+kibana和springboot中使用es
本次和大家分享的主要是docker搭建es和springboot操作es的內容,也便於工作中或將來使用方便,因此從搭建es環境開始到程式碼插入資訊到es中;主要節點如下:
- elasticsearch啟動
- mobz/elasticsearch-head啟動
- kibana啟動
- springboot操作es
1.elasticsearch啟動
我本機環境是windows10,要掛載es的配置檔案需要在本機上建立配置檔案,因此這裡建立配置檔案C:UsersAdministratoreses-master.yml,配置檔案內容如:
1 #叢集名稱 2 cluster.name: "shenniu_elasticsearch" 3 #本節點名稱 4 node.name: master 5 #是否master節點 6 node.master: true 7 #是否儲存資料 8 node.data: true 9 #head外掛設定 10 http.cors.enabled: true 11 http.cors.allow-origin: "*" 12 http.port: 9200 13 transport.tcp.port: 9300 14 #可以訪問的ip 15 network.bind_host: 0.0.0.0
這裡配置一個es的cluster的master節點,叢集名稱shenniu_elasticsearch,有了配置下面就是啟動es命令:
1 docker pull elasticsearch 2 docker run -d --name es-master -p 9200:9200 -p 9300:9300 -v C:/Users/Administrator/es/es-mast 3 er.yml:/usr/share/elasticsearch/config/elasticsearch.yml elasticsearch
2.mobz/elasticsearch-head啟動
elasticsearch-head做為es叢集狀態檢視外掛工具,用起來還是挺方便的,啟動命令如:
1 docker pull mobz/elasticsearch-head2 docker run -d -p 9100:9100 --name mobz-es mobz/elasticsearch-head
然後在瀏覽器錄入 http://192.168.183.9:9100/ ,能夠看到外掛的操作介面,其中包含了索引,資料,基本查詢等功能很是方便
為了部落格內容充實性,這裡我添加了一些日誌到es中,通過head工具能夠看到如:
3.kibana啟動
kibana是專門針對es內容的一款檢視工具,和elasticsearch-head不同的是前者主要是內容顯示,通常有elk的組合,這裡同樣通過docker來啟動下
1 docker pull kibana 2 docker run --name kibana -e ELASTICSEARCH_URL=http://192.168.183.9:9200 -p 5601:5601 -d kibana
這裡需要配置關聯的es的地址,否則kibana介面無法正常使用,倘若es停了,kibana介面也會變成如下
如果es和kibana都正常的話,就能夠進入到如下介面
4.springboot操作es
要說springboot中使用es有很多方式,這裡使用的是它整合的包,通過maven新增如下依賴:
1 <!--es--> 2 <dependency> 3 <groupId>org.springframework.boot</groupId> 4 <artifactId>spring-boot-starter-data-elasticsearch</artifactId> 5 </dependency>
然後需要在配置檔案中增加關於es的的相關配置,由於這裡採用的是resposity操作es,所以這裡需要設定為啟動狀態:
1 spring: 2 data: 3 elasticsearch: 4 cluster-name: shenniu_elasticsearch 5 cluster-nodes: 192.168.183.9:9300 6 repositories: 7 enabled: true
cluster-name對應的是上面啟動es時叢集配置的名稱,cluster-nodes對應叢集訪問的ip和埠;一般往es中儲存的都是物件形式,所以這裡需要定義一個實體類,這裡是 MoEsLog:
1 @Document(indexName = "eslog") 2 public class MoEsLog { 3 private String message; 4 5 public String getMessage() { 6 return message; 7 } 8 9 public void setMessage(String message) { 10 this.message = message; 11 } 12 13 private String dateTime; 14 15 public String getDateTime() { 16 return dateTime; 17 } 18 19 public void setDateTime(String dateTime) { 20 this.dateTime = dateTime; 21 } 22 23 @Id 24 private String _id; 25 }
通過註解@Document裡面的indexName來建立es索引名,然後通過繼承ElasticsearchRepository來使用裡面的增刪改查方法,這裡建立一個es工廠介面如:
1 @Repository 2 public interface IEsRepository extends ElasticsearchRepository<MoEsLog, String> { 3 }
到此基本的配置和底層的工廠介面都完成了,剩下的就是怎麼呼叫和簡單的封裝了,這裡以save方法為例:
1 @Service 2 public class EsLogServiceImpl implements EsLogService { 3 4 @Autowired 5 private IEsRepository esRepository; 6 7 @Override 8 public void addEsLog(String message) { 9 10 Executors.newFixedThreadPool(10).submit(new Runnable() { 11 @Override 12 public void run() { 13 SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd'T'HH:mm:ss.SSSZ"); 14 15 MoEsLog esLog = new MoEsLog(); 16 esLog.setMessage(message); 17 esLog.setDateTime(simpleDateFormat.format(new Date())); 18 esRepository.save(esLog); 19 } 20 }); 21 } 22 23 @Override 24 public <T> void addEs(T t) { 25 addEsLog(JsonUtil.toJson(t)); 26 } 27 }
值得主要的是裡面對datetime屬性賦值的是一個時間字串,格式如:yyyy-MM-dd'T'HH:mm:ss.SSSZ,這裡匹配es的時間格式,不出意外的執行程式後,能夠在kibana中看到如下資訊:
這裡再轉到9100埠的mobz/elasticsearch-head介面,也能夠看到如下的記錄: