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的内容，也便于工作中或将来使用方便，因此从搭建es环境开始到代码插入信息到es中；主要节点如下：

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

---

1.elasticsearch启动
我本机环境是windows10，要挂载es的配置文件需要在本机上创建配置文件，因此这里创建配置文件C:UsersAdministratoreses-master.yml，配置文件内容如：

#集群名称 cluster.name: "shenniu_elasticsearch" #本节点名称 node.name: master #是否master节点 node.master: true #是否存储数据 node.data: true #head插件设置 http.cors.enabled: true http.cors.allow-origin: "*" http.port: 9200 transport.tcp.port: 9300 #可以访问的ip network.bind_host: 0.0.0.0

这里配置一个es的cluster的master节点，集群名称shenniu_elasticsearch，有了配置下面就是启动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

启动完后在浏览器浏览 http://192.168.183.9:9200/ 得到如下成功信息：

2.mobz/elasticsearch-head启动
elasticsearch-head做为es集群状态查看插件工具，用起来还是挺方便的，启动命令如：

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

然后在浏览器录入 http://192.168.183.9:9100/ ，能够看到插件的操作界面，其中包含了索引，数据，基本查询等功能很是方便

为了博客内容充实性，这里我添加了一些日志到es中，通过head工具能够看到如：

---

3.kibana启动
kibana是专门针对es内容的一款查看工具，和elasticsearch-head不同的是前者主要是内容显示，通常有elk的组合，这里同样通过docker来启动下

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

这里需要配置关联的es的地址，否则kibana界面无法正常使用，倘若es停了，kibana界面也会变成如下

如果es和kibana都正常的话，就能够进入到如下界面

---

4.springboot操作es
要说springboot中使用es有很多方式，这里使用的是它集成的包，通过maven添加如下依赖：

<!--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关于es的的相关配置，由于这里采用的是resposity操作es，所以这里需要设置为启动状态：

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

cluster-name对应的是上面启动es时集群配置的名称，cluster-nodes对应集群访问的ip和端口；一般往es中存储的都是对象形式，所以这里需要定义一个实体类，这里是 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; }

通过注解@Document里面的indexName来创建es索引名，然后通过继承ElasticsearchRepository来使用里面的增删改查方法，这里创建一个es工厂接口如：

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

到此基本的配置和底层的工厂接口都完成了，剩下的就是怎么调用和简单的封装了，这里以save方法为例：

@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)); } }

值得主要的是里面对datetime属性赋值的是一个时间字符串，格式如：yyyy-MM-dd'T'HH:mm:ss.SSSZ，这里匹配es的时间格式，不出意外的运行程序后，能够在kibana中看到如下信息：

这里再转到9100端口的mobz/elasticsearch-head界面，也能够看到如下的记录：