docker-elasticsearch

师傅到项目使用的 Elasticsearch 镜像，预装 IK 中文分词器。

• Elasticsearch 2.1.2
• IK Analysis 插件 1.7.0（已为 2.1.2 做编译修改）

镜像同步发布于 Docker Hub、GHCR 与 Quay.io，三者内容一致（同一多架构 manifest），拉取时任选其一。

镜像同时发布 linux/amd64 与 linux/arm64（镜像约 176 MB，拉取时自动匹配宿主架构）。

官方 elasticsearch:2.1.2 发布于 2015 年，早于 Docker 多架构 manifest，仅有 amd64 单一架构镜像；社区 arm64v8/elasticsearch 最低版本为 8.x，也不覆盖 ES 2.x。由于 Elasticsearch 发行包为纯 Java（无原生二进制），本镜像改用多架构基础镜像 azul-zulu:8-jre-headless-alpine（alpine + headless JRE，体积小）从官方 tar.gz 自行组装。已实测在 musl libc 下双架构均可正常运行。

docker run -d --name es \
  -p 9200:9200 -p 9300:9300 \
  shifudao/elasticsearch:2.1.2

验证服务：

curl http://localhost:9200/

验证 IK 分词：

curl -sX POST 'http://localhost:9200/_analyze?pretty' \
  -H 'Content-Type: application/json' \
  -d '{"analyzer":"ik_smart","text":"师傅到中文分词测试"}'

ES 数据目录为 /usr/share/elasticsearch/data，使用命名卷持久化：

docker run -d --name es \
  -p 9200:9200 -p 9300:9300 \
  -v es-data:/usr/share/elasticsearch/data \
  shifudao/elasticsearch:2.1.2

ES 2.x 支持以环境变量覆盖设置（变量名对应 elasticsearch.yml 的配置项，. 与 _ 等价）：

docker run -d --name es \
  -p 9200:9200 \
  -e ES_HEAP_SIZE=2g \
  -e cluster.name=my-cluster \
  -e discovery.zen.minimum_master_nodes=1 \
  -v es-data:/usr/share/elasticsearch/data \
  shifudao/elasticsearch:2.1.2

将自定义 elasticsearch.yml 挂载覆盖默认配置：

docker run -d --name es \
  -p 9200:9200 \
  -v es-data:/usr/share/elasticsearch/data \
  -v "$PWD/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml:ro" \
  shifudao/elasticsearch:2.1.2

compose.yaml：

services:
  elasticsearch:
    image: shifudao/elasticsearch:2.1.2
    container_name: es
    ports:
      - "9200:9200"
      - "9300:9300"
    environment:
      ES_HEAP_SIZE: 2g
      cluster.name: my-cluster
    volumes:
      - es-data:/usr/share/elasticsearch/data
      - ./elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml:ro
    restart: unless-stopped

volumes:
  es-data:

启动：

docker compose up -d

ES 2.x 启动偏慢（首次需建索引、加载 IK 插件、完成主节点选举），下游服务若在 ES 就绪前启动会连接失败。利用 Compose 的 healthcheck 配合 depends_on.condition: service_healthy，可让依赖容器等到 ES 真正就绪后再启动。

compose.yaml：

services:
  elasticsearch:
    image: shifudao/elasticsearch:2.1.2
    container_name: es
    ports:
      - "9200:9200"
      - "9300:9300"
    environment:
      ES_HEAP_SIZE: 2g
    volumes:
      - es-data:/usr/share/elasticsearch/data
    healthcheck:
      test: ["CMD", "wget", "-qO-", "http://localhost:9200/_cluster/health?wait_for_status=yellow&timeout=2s"]
      interval: 15s
      timeout: 5s
      retries: 5
      start_period: 60s
    restart: unless-stopped

  app:
    image: your-app-image        # 替换为实际应用镜像
    depends_on:
      elasticsearch:
        condition: service_healthy   # ES 进入 healthy 状态后才启动 app
    restart: unless-stopped

volumes:
  es-data:

说明：

• wait_for_status=yellow：ES 在 2s（timeout=2s）内达到 yellow/green 才返回 200，否则返回 408，wget 随即非零退出、本次检查计为失败。相比单纯判断端口可达，它能识别“进程活着但集群 status: red”的中间态，避免下游误连。
• start_period: 60s：启动后 60s 内的失败不计入 unhealthy 判定，专为 ES 2.x + IK 的慢启动预留。数据量大或机器较慢时应适当调大。
• timeout: 5s（需大于 URL 内的 timeout=2s）：给单次检查留余量。
• 若只判断端口存活、不关心集群状态，可去掉 ?wait_for_status=yellow&timeout=2s 查询参数。
• depends_on.condition 另有 service_started（默认，仅等容器启动）与 service_completed_successfully（等 init 容器成功退出）两个取值。

镜像预装 IK 插件，提供两种分词模式：

IK 词典位于容器内 /usr/share/elasticsearch/plugins/elasticsearch-analysis/config/ik/。挂载自定义词典（如 mydict.dic）到 custom/ 目录：

volumes:
  - ./mydict.dic:/usr/share/elasticsearch/plugins/elasticsearch-analysis-ik/config/ik/custom/mydict.dic:ro

注意：ES 2.x + IK 1.7.0 不支持词典热更新，新增/修改词典需重启容器。

当前架构：

docker build -t shifudao/elasticsearch:2.1.2 .

多架构（需 buildx 与 QEMU）：

docker buildx create --use
docker buildx build --platform linux/amd64,linux/arm64 \
  -t shifudao/elasticsearch:2.1.2 --push .

构建参数：

.
├── Dockerfile                              # 多架构构建定义
├── docker-entrypoint.sh                    # 入口脚本（复刻官方镜像）
├── config/
│   ├── elasticsearch.yml                   # 默认配置（network.host: 0.0.0.0）
│   └── logging.yml                         # 日志配置
├── elasticsearch-analysis-ik-1.7.0.tar.xz  # IK 插件（已编译修改）