rogerdz/elasticsearch

镜像概述

本Docker镜像是基于官方Elasticsearch构建的扩展版本，预先集成了Phonetic Analysis和ICU Analysis两个核心文本分析插件。通过集成这些插件，镜像提供了超出基础Elasticsearch的文本处理能力，特别适用于需要复杂文本分析（如语音相似性匹配、多语言处理）的场景。

核心功能和特性

基础功能

• 完整继承官方Elasticsearch的全部功能，包括分布式搜索、数据分析、集群管理等。

增强分析能力

• Phonetic Analysis插件：提供语音编码转换功能，支持将文本转换为语音表示（如拼音、Soundex、Metaphone等），实现基于语音相似性的搜索（例如"张三"与"张珊"的语音匹配）。
• ICU Analysis插件：提供国际化文本处理能力，支持多语言分词、字符 normalization、排序规则定制等，满足中文、日文、阿拉伯语等多语言场景的文本分析需求。

使用场景和适用范围

主要适用场景

• 多语言搜索系统：需处理中文、英文、日文等多语言文本的企业级搜索平台。
• 语音相似性搜索：如用户输入拼音/语音编码时匹配对应文字内容（如电商商品搜索、通讯录检索）。
• 国际化应用：面向全球用户的应用，需支持不同语言的文本分词、排序和匹配。
• 文本标准化处理：需对非标准文本（如含特殊字符、不同编码的文本）进行归一化的场景。

使用方法和配置说明

基本启动命令

使用以下命令启动容器（默认使用最新版Elasticsearch，具体版本需根据镜像标签指定）：

bash
docker run -d \
  --name elasticsearch-phonetic-icu \
  -p 9200:9200 \
  -p 9300:9300 \
  -e "discovery.type=single-node" \
  -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
  [镜像名称]:[标签]

环境变量配置

支持官方Elasticsearch的所有环境变量，常用配置包括：

• discovery.type：集群发现模式，单节点模式设为single-node。
• ES_JAVA_OPTS：JVM参数配置，建议根据宿主机资源调整（如-Xms1g -Xmx1g）。
• ELASTIC_PASSWORD：设置内置用户（如elastic）的密码（需配合xpack.security.enabled=true使用）。

插件配置示例

通过Elasticsearch配置文件（elasticsearch.yml）或API自定义分析器，例如：

1. 语音分析器配置（Phonetic Analysis）

创建基于拼音的分析器，用于中文语音搜索：

json
PUT /my_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "pinyin_analyzer": {
          "tokenizer": "standard",
          "filter": ["pinyin_filter"]
        }
      },
      "filter": {
        "pinyin_filter": {
          "type": "phonetic",
          "encoder": "pinyin",
          "keep_full_pinyin": true,
          "keep_joined_full_pinyin": true,
          "keep_original": true
        }
      }
    }
  }
}

2. 多语言分析器配置（ICU Analysis）

创建支持中文、英文混合分词的分析器：

json
PUT /my_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "icu_multilingual_analyzer": {
          "type": "custom",
          "tokenizer": "icu_tokenizer",
          "filter": ["icu_folding", "lowercase"]
        }
      }
    }
  }
}

数据持久化

为避免容器重启后数据丢失，建议挂载Elasticsearch数据目录：

bash
docker run -d \
  --name elasticsearch-phonetic-icu \
  -p 9200:9200 \
  -p 9300:9300 \
  -v /host/path/to/data:/usr/share/elasticsearch/data \
  -e "discovery.type=single-node" \
  [镜像名称]:[标签]

集群部署

若需构建Elasticsearch集群，需配置cluster.name、node.name、discovery.seed_hosts等参数，例如：

bash
docker run -d \
  --name es-node1 \
  -e "cluster.name=my-cluster" \
  -e "node.name=es-node1" \
  -e "discovery.seed_hosts=es-node2,es-node3" \
  -e "cluster.initial_master_nodes=es-node1,es-node2,es-node3" \
  [镜像名称]:[标签]