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環境開始到代碼插入信息到es中；主要節點如下：

1. elasticsearch啟動
2. mobz/elasticsearch-head啟動
3. kibana啟動
4. springboot操作es

1.elasticsearch啟動

　　我本機環境是windows10，要掛載es的配置文件需要在本機上創建配置文件，因此這里創建配置文件C:UsersAdministratoreses-master.yml，配置文件內容如：

#集群名稱
cluster.name: "shenniu_elasticsearch"
#本節點名稱
node.name: master
#是否master節點
node.master: true
#是否存儲數據
node.data: true
#head插件設置
http.cors.enabled: true
http.cors.allow-origin: "*"
http.port: 9200
transport.tcp.port: 9300
#可以訪問的ip
network.bind_host: 0.0.0.0

　　這里配置一個es的cluster的master節點，集群名稱shenniu_elasticsearch，有了配置下面就是啟動es命令：

docker pull elasticsearch
docker run -d --name es-master -p 9200:9200 -p 9300:9300 -v C:/Users/Administrator/es/es-mast
er.yml:/usr/share/elasticsearch/config/elasticsearch.yml elasticsearch

　　啟動完后在瀏覽器瀏覽 http://192.168.183.9:9200/ 得到如下成功信息：

　　

2.mobz/elasticsearch-head啟動

　　elasticsearch-head做為es集群狀態查看插件工具，用起來還是挺方便的，啟動命令如：

docker pull mobz/elasticsearch-head
docker run -d -p 9100:9100 --name mobz-es mobz/elasticsearch-head

　　然后在瀏覽器錄入 http://192.168.183.9:9100/ ，能夠看到插件的操作界面，其中包含了索引，數據，基本查詢等功能很是方便

　　

　　為了博客內容充實性，這里我添加了一些日志到es中，通過head工具能夠看到如：

　　　　

3.kibana啟動

　　kibana是專門針對es內容的一款查看工具，和elasticsearch-head不同的是前者主要是內容顯示，通常有elk的組合，這里同樣通過docker來啟動下

docker pull kibana
docker run --name kibana -e ELASTICSEARCH_URL=http://192.168.183.9:9200 -p 5601:5601 -d kibana

　　這里需要配置關聯的es的地址，否則kibana界面無法正常使用，倘若es停了，kibana界面也會變成如下

　　

　　如果es和kibana都正常的話，就能夠進入到如下界面

　　

4.springboot操作es

　　要說springboot中使用es有很多方式，這里使用的是它集成的包，通過maven添加如下依賴：

<!--es-->
<dependency>
     <groupId>org.springframework.boot</groupId>
     <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>

　　然后需要在配置文件中增加關於es的的相關配置，由於這里采用的是resposity操作es，所以這里需要設置為啟動狀態：

spring:
  data:
    elasticsearch:
      cluster-name: shenniu_elasticsearch
      cluster-nodes: 192.168.183.9:9300
      repositories:
        enabled: true

　　cluster-name對應的是上面啟動es時集群配置的名稱，cluster-nodes對應集群訪問的ip和端口；一般往es中存儲的都是對象形式，所以這里需要定義一個實體類，這里是 MoEsLog：

@Document(indexName = "eslog")
public class MoEsLog {
    private String message;

    public String getMessage() {
        return message;
    }

    public void setMessage(String message) {
        this.message = message;
    }

    private String dateTime;

    public String getDateTime() {
        return dateTime;
    }

    public void setDateTime(String dateTime) {
        this.dateTime = dateTime;
    }

    @Id
    private String _id;
}

　　通過注解@Document里面的indexName來創建es索引名，然后通過繼承ElasticsearchRepository來使用里面的增刪改查方法，這里創建一個es工廠接口如：

@Repository
public interface IEsRepository extends ElasticsearchRepository<MoEsLog, String> {
}

　　到此基本的配置和底層的工廠接口都完成了，剩下的就是怎么調用和簡單的封裝了，這里以save方法為例：

@Service
public class EsLogServiceImpl implements EsLogService {

    @Autowired
    private IEsRepository esRepository;

    @Override
    public void addEsLog(String message) {

        Executors.newFixedThreadPool(10).submit(new Runnable() {
            @Override
            public void run() {
                SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd'T'HH:mm:ss.SSSZ");

                MoEsLog esLog = new MoEsLog();
                esLog.setMessage(message);
                esLog.setDateTime(simpleDateFormat.format(new Date()));
                esRepository.save(esLog);
            }
        });
    }

    @Override
    public <T> void addEs(T t) {
        addEsLog(JsonUtil.toJson(t));
    }
}

　　值得主要的是里面對datetime屬性賦值的是一個時間字符串，格式如：yyyy-MM-dd'T'HH:mm:ss.SSSZ，這里匹配es的時間格式，不出意外的運行程序后，能夠在kibana中看到如下信息：

　　

　　這里再轉到9100端口的mobz/elasticsearch-head界面，也能夠看到如下的記錄：