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：