开发常用的docker镜像

• Redis
• Elasticsearch(集群)
• RabbitMq
• SqlServer 2017

主要用于开发阶段，不涉及生产环境配置，无权限自行添加sudo

Redis

1. 获取镜像

   docker pull redis

2. 运行Redis

   docker run -p 6379:6379 -d redis:lastes redis-server

Elasticsearch(集群)

0. 说明：
   • 这里这里使用的是Elasticsearch 7.3.0版本
   • 集群一共有3个Container，一个Master，两个Slave
   • 配置文件中的192.168.2.58为对应节点的IP地址
   • 具体配置:

     Elasticsearch集群
         |------ Master
             |--- 端口：9500
             |--- TCP端口：9300
             |--- 配置文件目录：~/var/elasticsearch/config/master/elasticsearch.yml
             |--- 共享卷目录：~/var/elasticsearch/config/master/data
         |------ Slave1
             |--- 端口：9600
             |--- TCP端口：9301
             |--- 配置文件目录：~/var/elasticsearch/config/slave1/elasticsearch.yml
             |--- 共享卷目录：~/var/elasticsearch/config/slave1/data
         |------ Slave2
             |--- 端口：9700
             |--- TCP端口：9302
             |--- 配置文件目录：~/var/elasticsearch/config/slave2/elasticsearch.yml
             |--- 共享卷目录：~/var/elasticsearch/config/slave2/data

1. 获取镜像

   docker pull elasticsearch:7.3.0

2. 在宿主机创建各个节点的elasticsearch.yml配置文件，具体内容如下:
   • Master节点，配置文件路径：~/var/elasticsearch/config/master/elasticsearch.yml

     # 设置支持Elasticsearch-Head
     http.cors.enabled: true
     http.cors.allow-origin: "*"
     # 设置集群Master配置信息
     cluster.name: myEsCluster
     # 节点的名字，一般为Master或者Slave
     node.name: master
     # 节点是否为Master，设置为true的话，说明此节点为Master节点
     node.master: true
     # 设置网络，如果是本机的话就是127.0.0.1，其他服务器配置对应的IP地址即可(0.0.0.0支持外网访问)
     network.host: 0.0.0.0
     # 设置对外服务的Http端口，默认为 9200，可以修改默认设置
     http.port: 9500
     # 设置节点间交互的TCP端口，默认是9300
     transport.tcp.port: 9300
     # 手动指定可以成为Master的所有节点的Name或者IP，这些配置将会在第一次选举中进行计算
     cluster.initial_master_nodes: ["master"]
     # 集群发现节点信息，一般为其他节点IP加交互端口，这里一般填主机IP
     discovery.seed_hosts: ["192.168.2.58:9301", "192.168.2.58:9302"]

   • Slave1节点，配置文件路径：~/var/elasticsearch/config/slave1/elasticsearch.yml

     # 设置集群Slave配置信息
     cluster.name: myEsCluster
     # 节点的名字，一般为Master或者Slave
     node.name: slave1
     # 节点是否为Master，设置为true的话，说明此节点为master节点
     node.master: false
     # 设置对外服务的Http端口，默认为 9200，可以修改默认设置
     http.port: 9600
     # 设置节点间交互的TCP端口，默认是9300
     transport.tcp.port: 9301
     # 设置网络，如果是本机的话就是127.0.0.1，其他服务器配置对应的IP地址即可(0.0.0.0支持外网访问)
     network.host: 0.0.0.0
     # 集群发现节点信息，一般为其他节点IP加交互端口，这里一般填主机IP
     discovery.seed_hosts: ["192.168.2.58:9300", "192.168.2.58:9302"]

   • Slave2节点，配置文件路径：~/var/elasticsearch/config/slave2/elasticsearch.yml

     # 设置集群Slave配置信息
     cluster.name: myEsCluster
     # 节点的名字，一般为Master或者Slave
     node.name: slave2
     # 节点是否为Master，设置为true的话，说明此节点为master节点
     node.master: false
     # 设置对外服务的Http端口，默认为 9200，可以修改默认设置
     http.port: 9700
     # 设置节点间交互的TCP端口，默认是9300
     transport.tcp.port: 9302
     # 设置网络，如果是本机的话就是127.0.0.1，其他服务器配置对应的IP地址即可(0.0.0.0支持外网访问)
     network.host: 0.0.0.0
     # 集群发现节点信息，一般为其他节点IP加交互端口，这里一般填主机IP
     discovery.seed_hosts: ["192.168.2.58:9300", "192.168.2.58:9301"]

3. 创建3个节点的data文件夹

   ~/var/elasticsearch/config/master/data
   ~/var/elasticsearch/config/slave1/data
   ~/var/elasticsearch/config/slave2/data

4. 运行节点
   • 运行Master节点

     docker run -e ES_JAVA_OPTS="-Xms256m -Xmx256m" -d -v ~/var/elasticsearch/config/master/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v ~/var/elasticsearch/config/master/data:/usr/share/elasticsearch/data --name esMaster -p 9500:9500 -p 9300:9300 elasticsearch:7.3.0

   • 运行Slave1节点

     docker run -e ES_JAVA_OPTS="-Xms256m -Xmx256m" -d -v ~/var/elasticsearch/config/slave1/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v ~/var/elasticsearch/config/slave1/data:/usr/share/elasticsearch/data --name esSlave1 -p 9600:9600 -p 9301:9301 elasticsearch:7.3.0

   • 运行Slave2节点

     docker run -e ES_JAVA_OPTS="-Xms256m -Xmx256m" -d -v ~/var/elasticsearch/config/slave2/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v ~/var/elasticsearch/config/slave2/data:/usr/share/elasticsearch/data --name esSlave2 -p 9700:9700 -p 9302:9302 elasticsearch:7.3.0

5. 检查运行状态
   • 运行docker ps查看正在运行的Container，确保以上3个容器正常运行
   • 访问http://127.0.0.1:9500/_cat/nodes?v查看是否有3个节点信息，如果节点运行正常，应该有如下信息

     ip         heap.percent ram.percent cpu load_1m load_5m load_15m node.role master name
     172.17.0.2           32          96  70    3.03    0.82     0.28 di        -      slave1
     172.17.0.3           30          96  70    3.03    0.82     0.28 di        -      slave2
     172.17.0.4           33          96  70    3.03    0.82     0.28 dim       *      master

6. 安装Elasticsearch-Head

   docker run -d --name es-head -p 9100:9100 mobz/elasticsearch-head:5

   运行成功后浏览器访问链接:http://127.0.0.1:9100，将里面的连接地址修改为:http://localhost:9500，保存即可看到3个节点的集群信息
7. 安装IK分词软件
   • 这部分操作3个节点均需要操作一边
   • ElasticSearch版本为7.3.0，对应IK分词版本为7.3,下载链接IK分词
   • 具体操作就是将下载下来的包放在各个节点的共享卷里，然后进入ES容器内命令行，解压并将文件拷贝到plugins文件夹中，重启容器

RabbitMq

1. 获取镜像

   docker pull rabbitmq:management

2. 运行镜像，设置用户名密码(admin/admin)

   docker run -dit --name Myrabbitmq -e RABBITMQ_DEFAULT_USER=admin -e RABBITMQ_DEFAULT_PASS=admin -p 15672:15672 -p 5672:5672 rabbitmq:management

3. 进入管理界面 http://localhost:15672

SqlServer 2017

1. 获取镜像

   docker pull mcr.microsoft.com/mssql/server:2017-latest

2. 运行镜像，设置SA密码为Today_is_20200328

   docker run -e "ACCEPT_EULA=Y" -e "SA_PASSWORD=Today_is_20200328" -p 1433:1433 --name mssql -d mcr.microsoft.com/mssql/server:2017-latest