spinute/elasticsearch

Elasticsearch 镜像（含analysis-kuromoji与analysis-icu插件）

镜像概述

本镜像基于官方Elasticsearch构建，预安装analysis-kuromoji和analysis-icu插件。analysis-kuromoji提供日语分词、词形分析及词性标注功能，analysis-icu则支持多语言Unicode文本处理，包括字符规范化、排序规则和音译等，适用于需要处理日语及多语言内容的搜索与数据分析场景。

核心功能与特性

• 基础Elasticsearch功能：完整支持Elasticsearch的分布式搜索、数据分析、聚合等核心能力
• 日语文本处理（analysis-kuromoji）：
  • 日语 morphological analysis（形态分析）
  • 词性标注（Part-of-Speech Tagging）
  • 未登录词识别与处理
  • 支持自定义词典扩展
• 多语言国际化支持（analysis-icu）：
  • Unicode字符规范化（Normalization）
  • 多语言排序规则（Collation）
  • 音译转换（Transliteration）
  • 支持超过100种语言的文本处理

使用场景

• 日语内容网站的全文搜索服务
• 多语言电商平台的商品搜索与推荐
• 东亚语言（中日韩）文档管理系统
• 国际化日志分析与文本挖掘
• 多语言社交媒体数据处理

使用方法

快速启动（Docker Run）

bash
docker run -d \
  --name es-kuromoji-icu \
  -p 9200:9200 \
  -p 9300:9300 \
  -e "discovery.type=single-node" \
  -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
  your-image-name:tag

Docker Compose配置

yaml
version: '3'
services:
  elasticsearch:
    image: your-image-name:tag
    container_name: es-kuromoji-icu
    ports:
      - "9200:9200"
      - "9300:9300"
    environment:
      - discovery.type=single-node
      - ES_JAVA_OPTS=-Xms1g -Xmx1g
      - xpack.security.enabled=false
    volumes:
      - es-data:/usr/share/elasticsearch/data
    restart: unless-stopped

volumes:
  es-data:

环境变量配置

验证插件安装

容器启动后，通过以下命令验证插件是否成功安装：

bash
# 检查已安装插件
docker exec es-kuromoji-icu elasticsearch-plugin list

# 预期输出
analysis-icu
analysis-kuromoji

示例：创建含日语分析的索引

bash
# 创建索引并配置日语分析器
curl -X PUT "http://localhost:9200/japanese-docs" -H "Content-Type: application/json" -d '
{
  "settings": {
    "analysis": {
      "analyzer": {
        "japanese_analyzer": {
          "type": "custom",
          "tokenizer": "kuromoji_tokenizer",
          "filter": ["kuromoji_baseform", "kuromoji_part_of_speech", "kuromoji_readingform"]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "content": {
        "type": "text",
        "analyzer": "japanese_analyzer"
      }
    }
  }
}'

注意事项

• 生产环境建议配置持久化存储（如示例中的es-data卷）
• 根据数据量调整JVM内存（ES_JAVA_OPTS），建议设置为物理内存的50%
• 多节点集群部署需调整discovery.type及网络配置
• 插件版本需与Elasticsearch版本匹配，避免兼容性问题