• Docker安装elasticsearch和kibana脚本(解决内存不够导致的启动不了es)


    version: '2'
    services:
      elasticsearch:
        container_name: elasticsearch
        image: daocloud.io/library/elasticsearch:6.5.4
        ports:
          - "9200:9200"
        environment:
        	# 下面这句设置设置初始化内存为64m,最大内存为128m,
        	#es默认的内存1G(好像是)如果做实验或者是在虚拟机上,
        	#没必要给这么多,如果虚拟机内存不够,会报错。
          - "ES_JAVA_OPTS=-Xms64m -Xmx128m"	
          	# 单机模式,非集群
          - "discovery.type=single-node"
          - # 环境变量名称
          - "COMPOSE_PROJECT_NAME=elasticsearch-server"
        restart: always
    
      kibana:
        container_name: kibana
        image: daocloud.io/library/kibana:6.5.4
        ports:
          - "5601:5601"
        restart: always
        environment:
          - ELASTICSEARCH_HOSTS=你的ip地址:9200
    
    

    说明:

    最近在学习es,网上关于很多es的docker安装都出现了问题,尤其是内存不够导致的es启动失败。
    确保安装了jdk1.8以上或者openjdk-11-jdk(我的环境)
    安装openjdk
    apt-get install openjdk-11-jdk
    摸索了很久后,解决了常见问题后,将该脚本配置完善。

    该镜像是从daocloud.io镜像站上拉取的速度更快。
    es和kibana版本为6.5.4,便于学习,可以改成其他版本。
    运行
    将这个脚本复制到:docker-compose.yml(在空文件夹中创建)中
    在当前文件夹下,运行docker-compose.yml up -d等待一段事件,让其下载运行。
    在浏览器中使用 你的ip地址+9200来访问es,返回与下面类似的json数据则启动成功,当然kibana只需访问5601端口出现界面即可。

    {
      "name" : "Lgx6cCm",
      "cluster_name" : "docker-cluster",
      "cluster_uuid" : "45S0sg7EQ8K_QrOjXaBYIQ",
      "version" : {
        "number" : "6.5.4",
        "build_flavor" : "default",
        "build_type" : "tar",
        "build_hash" : "d2ef93d",
        "build_date" : "2018-12-17T21:17:40.758843Z",
        "build_snapshot" : false,
        "lucene_version" : "7.5.0",
        "minimum_wire_compatibility_version" : "5.6.0",
        "minimum_index_compatibility_version" : "5.0.0"
      },
      "tagline" : "You Know, for Search"
    }
    
  • 相关阅读:
    Leetcode题目:Remove Duplicates from Sorted List
    Leetcode题目:Lowest Common Ancestor of a Binary Search Tree
    Leetcode题目:Ugly Number
    Leetcode题目:Remove Linked List Elements
    Leetcode题目:Count and Say
    6-3 事务
    6-1 视图
    5-2 pymysql模块
    5-1 图形工具Navicat
    4-3 多表查询
  • 原文地址:https://www.cnblogs.com/jlxa162hhf/p/14161223.html
Copyright © 2020-2023  润新知