Dockerで学ぶElasticsearch入門：基本の使い方とセットアップ

By /

Dockerで学ぶElasticsearch入門：基本の使い方とセットアップ

はじめに

現代のデジタル世界では、日々膨大なデータが生み出されています。これらのデータを効率的に収集、蓄積、検索、分析することは、ビジネスにおける意思決定、サービスの改善、システムの運用監視など、様々な側面で非常に重要です。このようなニーズに応えるための強力なツールの一つが Elasticsearch です。

Elasticsearchは、リアルタイムの分散型検索・分析エンジンです。全文検索、構造化検索、分析、ログ管理、メトリクス監視など、非常に幅広い用途で活用されています。高速な検索能力、柔軟なスケーラビリティ、そして強力な分析機能により、多くの企業や開発者に採用されています。

しかし、Elasticsearchの環境構築は、特に初めて触れる方にとっては少し複雑に感じられるかもしれません。Javaの実行環境が必要だったり、設定ファイルが多く存在したり、分散環境を構築する際にはネットワークやクラスタリングの設定も必要になります。そこで登場するのが Docker です。

Dockerは、アプリケーションをコンテナという独立した実行環境にパッケージ化し、どんな環境でも同じように実行できるようにするプラットフォームです。Dockerを使うことで、ソフトウェアのインストールや依存関係の管理が劇的に簡素化され、開発環境と本番環境の差異による問題を減らすことができます。

この記事では、Elasticsearchを学ぶための最初のステップとして、Dockerを使った環境構築方法から、Elasticsearchの基本的な概念、そして実際にデータを投入して検索・分析を行う基本的な使い方までを、詳細かつ分かりやすく解説します。

Dockerを使うことで、複雑な設定に悩まされることなく、すぐにElasticsearchの学習を始めることができます。さあ、Dockerを使ってElasticsearchの世界へ飛び込みましょう！

Elasticsearchの基本概念

Elasticsearchは独自の概念体系を持っています。これらを理解することは、Elasticsearchを効果的に使う上で不可欠です。ここでは、Elasticsearchの主要な概念について解説します。

ドキュメント (Document)

Elasticsearchにおけるデータの最小単位は ドキュメント (Document) です。リレーショナルデータベースの「行」に相当しますが、Elasticsearchのドキュメントはスキーマを持たないJSONオブジェクトです。各ドキュメントはフィールド（キー）と値のペアで構成されます。

例：ユーザー情報を表すドキュメント

json
{
"name": "太郎 山田",
"age": 30,
"email": "[email protected]",
"is_active": true,
"tags": ["engineer", "developer"]
}

このJSONオブジェクト全体が1つのドキュメントです。リレーショナルデータベースとは異なり、同じインデックス内の異なるドキュメントが完全に同じフィールド構造を持っている必要はありません。これは、非構造化データや半構造化データを扱う際に非常に柔軟性を提供します。

各ドキュメントは、インデックス内で一意な ドキュメントID (_id) を持ちます。このIDは自動生成することも、手動で指定することも可能です。

インデックス (Index)

インデックス (Index) は、類似する特性を持つドキュメントの集まりです。リレーショナルデータベースの「テーブル」に似ていますが、決定的に異なるのは、インデックスは検索のために最適化されている点です。Elasticsearchは、各インデックス内のドキュメントに対して転置インデックスを作成し、高速な全文検索を可能にします。

インデックスは名前によって識別されます（例: users, products, logs-2023-10-27）。通常、同じタイプのデータ（例: ユーザー情報、商品情報、特定日のログデータ）を同じインデックスに格納します。

インデックスを作成する際に、ドキュメントのフィールドがどのように格納され、検索可能になるかを定義する マッピング (Mapping) を指定できます。マッピングでは、各フィールドのデータ型（例: text, keyword, integer, date）や、転置インデックスの作成方法などを定義します。マッピングを指定しない場合、Elasticsearchは投入されたドキュメントから自動的にマッピングを推測します（ダイナミックマッピング）。

タイプ (Type) – 非推奨

Elasticsearchの初期バージョンでは、インデックス内に複数の タイプ (Type) を持つことができました。これはリレーショナルデータベースの「テーブル」内に「テーブル」を持つような概念でしたが、ストレージ構造上の非効率性や、同じフィールド名でも異なる型を持つことによるマッピングの複雑さから、バージョン6.x以降ではインデックスごとに1タイプのみが推奨され、バージョン7.x以降では廃止されました。現在は、1インデックス＝1タイプの考え方が一般的です。したがって、新しいバージョンを使う場合は、この概念は気にしなくて良いでしょう。

ノード (Node)

ノード (Node) は、Elasticsearchのインスタンスです。Elasticsearchサーバーを起動すると、それが1つのノードになります。ノードはデータを保持し、クラスタリング、インデックス作成、検索などのタスクを実行します。

ノードにはいくつかの役割があります。

  • Master-eligible node: クラスタを管理する役割を持つ可能性があるノード。クラスタの状態管理、インデックスの作成・削除、シャードの管理などを行います。
  • Data node: ドキュメントを格納し、検索や集計のリクエストを処理するノード。
  • Ingest node: ドキュメントがインデックスされる前に変換処理を行うノード。
  • Machine learning node: 機械学習機能に関連するタスクを実行するノード（X-Packライセンスが必要）。
  • Coordinating node: クライアントからのリクエストを受け付け、クラスタ内の適切なノードにルーティングし、結果を集約してクライアントに返すノード。すべてのノードはデフォルトでこの役割を持ちます。

小規模なクラスタや開発環境では、1つのノードが複数の役割（Master-eligibleかつDataノードなど）を兼ねることが一般的です。

クラスター (Cluster)

クラスター (Cluster) は、1つ以上のノードの集まりです。同じcluster.nameを持つノードが相互に発見し合い、1つのクラスタを形成します。クラスタは、ノード間でデータを分散させ、障害発生時の可用性を高め、検索・分析の処理能力をスケールアウトさせます。

クラスタ内では、選出された1つのノードが マスターノード (Master Node) となり、クラスタ全体の状態（どのノードが参加しているか、どのインデックスがあり、どのシャードがどこにあるかなど）を管理します。

シャード (Shard)

インデックスは非常に多くのドキュメントを含む可能性があります。単一のノードで処理するには大きすぎる場合や、検索パフォーマンスを向上させたい場合、インデックスを複数の小さな単位に分割します。この分割された単位を シャード (Shard) と呼びます。

  • プライマリシャード (Primary Shard): インデックスのオリジナルデータを持つシャードです。インデックスを作成する際に、プライマリシャードの数を定義します。この数はインデックス作成後に変更できません。
  • レプリカシャード (Replica Shard): プライマリシャードの複製です。レプリカシャードは、プライマリシャードの障害発生時にデータの冗長性を提供し、検索リクエストの処理能力を向上させます。レプリカシャードの数は、インデックス作成後でも変更可能です。

シャードはクラスタ内の異なるノードに分散して配置されます。これにより、単一ノードの障害がインデックス全体の使用不能に繋がることを防ぎ、複数のノードで並行して検索処理を行うことでパフォーマンスを向上させます。Elasticsearchは、シャードの配置やレプリケーションを自動的に管理します。

ElasticsearchのRESTful API

Elasticsearchは、すべての操作をRESTful API経由で行います。HTTPリクエスト（GET, POST, PUT, DELETEなど）を特定のURLエンドポイントに送信することで、インデックスの管理、ドキュメントの操作、検索、クラスタ状態の取得など、Elasticsearchのあらゆる機能を利用できます。

APIエンドポイントは通常、http://<host>:<port>/<index_name>/<type>/<_id> のような構造をとります（Typeは非推奨のため、多くの場合 /index_name/_doc/_id のようになります）。

例：
* 特定のドキュメントを取得: GET /<index_name>/_doc/<_id>
* インデックス内のドキュメントを検索: GET /<index_name>/_search または POST /<index_name>/_search (リクエストボディに検索クエリを含める場合)
* インデックスを作成: PUT /<index_name>
* ドキュメントを追加: POST /<index_name>/_doc (ID自動生成の場合) または PUT /<index_name>/_doc/<_id> (ID指定の場合)

Kibanaとは？

Kibana は、Elasticsearchのためのオープンソースのデータ可視化・管理ツールです。Elasticsearchクラスタと連携し、以下の機能を提供します。

  • Discover: インデックス内のデータを探索し、フィルタリングや検索を行うためのインターフェース。
  • Visualize: データを様々なグラフやチャート（棒グラフ、円グラフ、折れ線グラフ、マップなど）で可視化。
  • Dashboard: 複数の可視化結果を組み合わせて、一度に複数の視点からデータを分析できるダッシュボードを作成。
  • Dev Tools: ElasticsearchのREST APIリクエストを送信し、レスポンスを確認できるコンソール。APIの学習やデバッグに非常に便利です。
  • Management: インデックス管理、マッピング設定、ユーザー管理（X-Pack利用時）など、Elasticsearchクラスタの管理機能。

KibanaはElasticsearchを使う上で非常に有用なツールであり、セットアップする際にはElasticsearchと合わせて起動することが一般的です。

Dockerの基本

ElasticsearchをDockerで動かす前に、Dockerの基本的な概念を理解しておきましょう。

Dockerとは？

Dockerは、アプリケーションとその依存関係をすべてパッケージ化し、コンテナという隔離された環境で実行するためのプラットフォームです。これにより、「私の環境では動いたのに、あなたの環境では動かない」といった問題を解消し、ソフトウェアの配布、デプロイ、実行を容易にします。

コンテナとイメージ

  • イメージ (Image): アプリケーションを実行するために必要な、コード、ランタイム、ライブラリ、環境変数、設定ファイルなどをすべて含んだ軽量で独立した実行可能パッケージです。イメージは、コンテナを作成するための「設計図」のようなものです。Docker Hubなどのコンテナレジストリから既存のイメージをダウンロードしたり、Dockerfileを記述して独自のイメージを作成したりできます。
  • コンテナ (Container): イメージから生成され、実際にアプリケーションが実行される環境です。コンテナはホストOSから隔離されており、独自のファイルシステム、ネットワークインターフェース、プロセス空間を持ちます。コンテナは軽量であり、数秒で起動・停止できます。

Dockerfile

Dockerfile は、独自のDockerイメージを構築するための手順を記述したテキストファイルです。例えば、「公式のUbuntuイメージをベースにする」、「特定のソフトウェアをインストールする」、「設定ファイルをコピーする」、「アプリケーションを実行するコマンドを指定する」といった指示を記述します。

docker runコマンドの基本

docker runコマンドは、指定したイメージからコンテナを起動するために使います。様々なオプションを指定することで、コンテナの挙動を制御できます。

主要なオプション：

  • -d: デタッチモード。コンテナをバックグラウンドで実行します。
  • -p <host_port>:<container_port>: ポートマッピング。ホストマシンのポートとコンテナ内のポートを紐付けます。これにより、ホストマシンからコンテナ内のサービスにアクセスできるようになります。
  • -v <host_path>:<container_path>: ボリュームマウント。ホストマシンのディレクトリやボリュームをコンテナ内のディレクトリにマウントします。これにより、コンテナが停止・削除されてもデータが失われないようにしたり、ホストマシンからコンテナ内のファイルにアクセスしたりできます。
  • -e <VAR_NAME>=<value>: 環境変数。コンテナ内に環境変数を設定します。
  • --name <container_name>: コンテナに名前を付けます。名前を指定しない場合、Dockerがランダムな名前を生成します。
  • --rm: コンテナ停止時に自動的に削除します（開発時などに便利）。

例：Nginxコンテナを起動し、ホストの8080ポートをコンテナの80ポートにマッピングする

bash
docker run -d -p 8080:80 nginx

docker-compose

アプリケーションが複数のサービス（例えば、Webサーバー、データベース、キャッシュサーバーなど）で構成される場合、それぞれのサービスを個別のコンテナとして管理することが一般的です。docker-composeは、このような複数コンテナで構成されるアプリケーションを、YAMLファイル（docker-compose.yml）を使って定義・管理するためのツールです。

docker-compose.ymlファイルには、各サービスのイメージ、ポートマッピング、ボリューム、環境変数、依存関係などを記述します。そして、docker-compose upコマンド一つで、ファイルに定義されたすべてのサービスをまとめて起動できます。これは、ElasticsearchとKibanaのように連携して使うサービスをセットアップする際に非常に便利です。

Dockerを使ったElasticsearchのセットアップ

いよいよ、Dockerを使ってElasticsearch環境をセットアップします。まずは単一ノードのシンプルな構成から始め、次にKibanaも含む複数サービス構成をdocker-composeでセットアップする方法を解説します。

前提条件

  • Docker Desktop（またはDocker EngineとDocker Compose）がインストールされていること。インストール方法はOSによって異なりますので、Docker公式サイトをご確認ください。
  • コマンドラインターミナルが使えること。

単一ノードのセットアップ (docker run)

まずは、最もシンプルな方法としてdocker runコマンドを使ってElasticsearchの単一ノードを起動してみましょう。

  1. Dockerイメージの取得

    Elasticsearchの公式Dockerイメージを使用します。デフォルトでは最新版がダウンロードされますが、特定のバージョンを指定することも推奨されます。バージョンを指定しないと、予期しない挙動になる可能性や、Kibanaとのバージョン互換性の問題が発生する可能性があります。ここでは例として、最新版を使用します。

    bash
    docker pull elasticsearch:latest

  2. Elasticsearchコンテナの起動

    以下のコマンドでElasticsearchコンテナを起動します。

    bash
    docker run -d \
    --name elasticsearch \
    -p 9200:9200 \
    -p 9300:9300 \
    -e "discovery.type=single-node" \
    elasticsearch:latest

    • -d: コンテナをバックグラウンドで起動します。
    • --name elasticsearch: コンテナにelasticsearchという名前を付けます。
    • -p 9200:9200: ホストマシンの9200ポートをコンテナの9200ポートにマッピングします。ElasticsearchのREST APIはデフォルトで9200ポートを使用します。
    • -p 9300:9300: ホストマシンの9300ポートをコンテナの9300ポートにマッピングします。これはノード間通信に使用されるポートです。開発環境で単一ノード構成の場合も、このポートを開けておくと、将来的に複数ノードに拡張する際に便利です。
    • -e "discovery.type=single-node": 環境変数を設定します。単一ノード構成でクラスタを組む場合、この設定が必要です。これを指定しないと、Elasticsearchはデフォルトでマルチノード構成を試み、ノードが見つからない場合に起動エラーになる可能性があります。
    • elasticsearch:latest: 起動するDockerイメージとそのタグを指定します。

  3. 起動確認

    コンテナが正常に起動したか確認します。

    bash
    docker ps

    elasticsearchという名前のコンテナが表示され、STATUSがUp ...となっていれば起動成功です。

    Elasticsearchにアクセスできるか確認します。

    bash
    curl http://localhost:9200

    以下のようなJSONレスポンスが返ってくれば成功です。

    json
    {
    "name" : "...",
    "cluster_name" : "docker-cluster",
    "cluster_uuid" : "...",
    "version" : {
    "number" : "...",
    "build_flavor" : "default",
    "build_type" : "docker",
    "build_hash" : "...",
    "build_date" : "...",
    "build_snapshot" : false,
    "lucene_version" : "...",
    "minimum_wire_compatibility_version" : "...",
    "minimum_index_compatibility_version" : "..."
    },
    "tagline" : "You Know, for Search"
    }

  4. データの永続化 (ボリュームマウント)

    上記のdocker runコマンドでは、Elasticsearchのデータはコンテナ内に保存されます。コンテナを削除するとデータも失われてしまいます。開発環境でも、テストデータを投入して試行錯誤する際にデータが残っていてほしいことが多いでしょう。本番環境では必須です。

    Dockerでは ボリューム (Volume) を使うことで、コンテナのライフサイクルとは独立してデータを永続化できます。

    データ永続化のために、ボリュームマウントオプションを追加してコンテナを再起動します。まずは既存のコンテナを停止・削除します。

    bash
    docker stop elasticsearch
    docker rm elasticsearch

    次に、ボリュームマウントオプション-vを追加して再起動します。ここではDocker管理のボリュームを使用します。

    bash
    docker run -d \
    --name elasticsearch \
    -p 9200:9200 \
    -p 9300:9300 \
    -e "discovery.type=single-node" \
    -v elasticsearch-data:/usr/share/elasticsearch/data \
    elasticsearch:latest

    • -v elasticsearch-data:/usr/share/elasticsearch/data: elasticsearch-dataという名前のDockerボリュームを、コンテナ内のElasticsearchのデータディレクトリ/usr/share/elasticsearch/dataにマウントします。これにより、ElasticsearchのデータがDockerによって管理されるボリュームに保存されるため、コンテナを削除してもデータは保持されます。

    起動確認は先ほどと同様に行います。

    Dockerボリュームの一覧を確認するには docker volume ls コマンドを使います。elasticsearch-dataというボリュームが作成されているはずです。

    ホストマシンの特定のディレクトリをマウントしたい場合は -v /path/to/your/data:/usr/share/elasticsearch/data のように指定します。ただし、権限の問題が発生しやすいため、Docker管理のボリュームを使う方が推奨されます。

  5. ヒープサイズの設定

    ElasticsearchはJavaで動作し、JVMヒープメモリを大量に使用します。デフォルトのヒープサイズ設定は、コンテナが利用可能なメモリの1/2（最大32GB）となることが多いですが、利用可能なメモリが少ない環境では適切に設定する必要があります。ヒープサイズは、Elasticsearchのパフォーマンスと安定性に大きく影響します。

    ヒープサイズは環境変数 ES_JAVA_OPTS で設定します。-Xmsと-Xmxで最小ヒープサイズと最大ヒープサイズを指定します。これらの値は同じに設定することが推奨されます。

    例：ヒープサイズを512MBに設定する

    “`bash
    docker stop elasticsearch
    docker rm elasticsearch

    docker run -d \
    –name elasticsearch \
    -p 9200:9200 \
    -p 9300:9300 \
    -e “discovery.type=single-node” \
    -e “ES_JAVA_OPTS=-Xms512m -Xmx512m” \
    -v elasticsearch-data:/usr/share/elasticsearch/data \
    elasticsearch:latest
    “`

    ヒープサイズは、Elasticsearchをデプロイするサーバーの搭載メモリ量に基づいて適切に設定する必要があります。一般的に、利用可能な物理メモリの最大でも半分を超えないように設定することが推奨されます。また、コンテナに割り当てるメモリ制限も合わせて考慮する必要があります（Docker Composeで後述）。

docker-composeを使ったセットアップ (Elasticsearch + Kibana)

開発環境や学習目的の場合、ElasticsearchとKibanaを一緒に起動することが一般的です。docker-composeを使うと、これらの関連するサービスをまとめて簡単に管理できます。

  1. docker-compose.ymlファイルの作成

    プロジェクトルートなどにdocker-compose.ymlという名前のファイルを作成し、以下の内容を記述します。ここではElasticsearchとKibanaの両方を定義します。

    “`yaml
    version: ‘3.8’

    services:
    elasticsearch:
    image: elasticsearch:8.10.4 # 使用したいElasticsearchのバージョンを指定
    container_name: elasticsearch
    ports:
    – “9200:9200”
    – “9300:9300″
    environment:
    – discovery.type=single-node
    – ES_JAVA_OPTS=”-Xms512m -Xmx512m” # 必要に応じてヒープサイズを調整
    # X-Pack Securityを無効化（開発・学習用途向け）
    – xpack.security.enabled=false
    volumes:
    – elasticsearch-data:/usr/share/elasticsearch/data # データを永続化
    ulimits:
    memlock:
    soft: -1
    hard: -1
    healthcheck: # コンテナのヘルスチェック設定
    test: [“CMD-SHELL”, “curl -s http://localhost:9200/_cluster/health | grep -q ‘\”status\”:\”green\”\|\\”status\”:\”yellow\”‘”]
    interval: 10s
    timeout: 10s
    retries: 120

    kibana:
    image: kibana:8.10.4 # Elasticsearchと同じバージョンを指定！
    container_name: kibana
    ports:
    – “5601:5601” # Kibanaのデフォルトポート
    environment:
    – ELASTICSEARCH_HOSTS=[“http://elasticsearch:9200”] # Elasticsearchの接続先を指定
    # X-Pack Securityが有効な場合は認証情報も必要
    # – ELASTICSEARCH_USERNAME=elastic
    # – ELASTICSEARCH_PASSWORD=changeme
    depends_on:
    – elasticsearch # KibanaはElasticsearchが起動するのを待つ
    healthcheck: # コンテナのヘルスチェック設定
    test: [“CMD-SHELL”, “curl -s http://localhost:5601/api/status | grep -q ‘\”overall\”‘”]
    interval: 10s
    timeout: 10s
    retries: 120

    volumes:
    elasticsearch-data: # Dockerボリュームを定義
    driver: local
    “`

    • version: '3.8': Docker Composeファイルのバージョンを指定します。
    • services: 定義するサービスを記述します。ここではelasticsearchとkibanaの2つのサービスを定義しています。
    • elasticsearch: Elasticsearchサービスの定義です。
      • image: 使用するElasticsearchイメージとそのタグを指定します。Kibanaとバージョンを合わせることが非常に重要です。互換性の問題を防ぐため、同じメジャーバージョン、できれば同じマイナーバージョンを使用しましょう。
      • container_name: コンテナに名前を付けます。
      • ports: ポートマッピングです。
      • environment: 環境変数の設定です。
        • discovery.type=single-node: 単一ノード構成であることを指定。
        • ES_JAVA_OPTS: ヒープサイズの設定。例では512MBに設定しています。
        • xpack.security.enabled=false: デフォルトで有効になっているElasticsearchのセキュリティ機能（認証、認可など）を無効化します。開発・学習目的では無効にしておくと手軽ですが、本番環境では必ず有効にしてください。有効な場合のKibanaからの接続設定はコメントアウトしてあります。
      • volumes: ボリュームマウントです。elasticsearch-dataという名前付きボリュームをコンテナ内のデータディレクトリにマウントします。
      • ulimits: メモリロック（mlockall）に関する設定です。ElasticsearchはJVMヒープをスワップアウトしないように設定することが推奨されており、そのために必要な設定です。-1は無制限を意味します。
      • healthcheck: コンテナが正常に動作しているか（ヘルス状態）を確認するための設定です。Elasticsearchの場合は、クラスタヘルスAPI（/ _cluster/health）を叩いてステータスがgreenまたはyellowであることを確認しています。
    • kibana: Kibanaサービスの定義です。
      • image: 使用するKibanaイメージとそのタグを指定します。Elasticsearchのバージョンと必ず合わせてください。
      • container_name: コンテナに名前を付けます。
      • ports: ポートマッピングです。Kibanaのデフォルトポートは5601です。
      • environment: 環境変数の設定です。
        • ELASTICSEARCH_HOSTS: Kibanaが接続するElasticsearchのURLを指定します。Docker Composeのデフォルトネットワークでは、サービス名がホスト名として解決されるため、http://elasticsearch:9200と指定できます。
      • depends_on: - elasticsearch: Kibanaサービスはelasticsearchサービスに依存していることを示します。これにより、docker-compose up実行時にelasticsearchサービスが先に起動されるようになります。
      • healthcheck: Kibanaが正常に動作しているか確認するための設定です。ステータスAPI（/api/status）を叩いています。
    • volumes: Dockerボリュームを定義します。ここで定義したボリュームを各サービスのvolumesセクションで参照します。

  2. コンテナの起動

    docker-compose.ymlファイルがあるディレクトリで、以下のコマンドを実行します。

    bash
    docker-compose up -d

    • up: docker-compose.ymlに定義されたサービスを起動します。
    • -d: デタッチモード。コンテナをバックグラウンドで起動します。

    初回実行時は、指定したDockerイメージがダウンロードされます。その後、Elasticsearchコンテナ、Kibanaコンテナの順に起動されます。

  3. 起動確認

    コンテナが正常に起動したか確認します。

    bash
    docker-compose ps

    elasticsearchとkibanaのコンテナが表示され、STATUSがUp ... (healthy)となっていれば成功です。（healthyになるまでには少し時間がかかることがあります。docker-compose logsでログを確認できます。）

    • Elasticsearchの確認: curl http://localhost:9200 を実行し、JSONレスポンスが返ってくることを確認します。
    • Kibanaの確認: Webブラウザで http://localhost:5601 にアクセスします。Kibanaの画面が表示されれば成功です。

これで、ElasticsearchとKibanaの開発・学習環境が整いました！

  1. コンテナの停止と削除

    環境を停止したい場合は、docker-compose.ymlがあるディレクトリで以下のコマンドを実行します。

    bash
    docker-compose down

    これにより、docker-compose.ymlで定義されたすべてのコンテナが停止・削除されます。ただし、volumesで定義したDockerボリュームはデフォルトでは削除されません。データを保持しておきたい場合はこのコマンドで十分です。

    コンテナと同時にボリュームも削除したい場合は、-vオプションを付けます。

    bash
    docker-compose down -v

Elasticsearchの基本的な使い方

環境構築ができたので、いよいよElasticsearchの基本的な使い方を見ていきましょう。KibanaのDev Toolsを使うと、ElasticsearchへのAPIリクエストを簡単に行うことができます。

KibanaのDev Toolsを開きます。左側のメニューから「Management」または「Analytics」セクションにある「Dev Tools」（バージョンによって場所が異なる場合があります）を選択します。画面が左右に分割され、左側でリクエストを記述し、右側でレスポンスを確認できます。

ElasticsearchのAPIはRESTfulなので、HTTPメソッド（GET, POST, PUT, DELETE）とパスを指定してリクエストを送ります。Dev Toolsでは、HTTPメソッドとパスを記述し、その下にリクエストボディ（JSON形式）を記述します。

インデックスの作成 (PUT /)

インデックスを作成するには、PUTメソッドを使います。

例：my_index という名前のインデックスを作成

kibana
PUT /my_index

リクエストを送信すると、右側にレスポンスが表示されます。成功すると、{"acknowledged":true,"shards_acknowledged":true,"index":"my_index"} のようなJSONが返ってきます。

インデックス作成時に、マッピング（フィールドの型定義など）や設定（プライマリシャード数、レプリカシャード数など）を指定することもできます。

例：設定とマッピングを指定してインデックスを作成

kibana
PUT /my_index_with_settings
{
"settings": {
"index": {
"number_of_shards": 1, # プライマリシャード数を1に設定
"number_of_replicas": 1 # レプリカシャード数を1に設定
}
},
"mappings": {
"properties": {
"title": { "type": "text" },
"author": { "type": "keyword" }, # 完全一致検索に使われるフィールド
"publish_date": { "type": "date" },
"pages": { "type": "integer" }
}
}
}

  • settings: インデックスの設定を記述します。number_of_shardsとnumber_of_replicasは重要な設定です。デフォルトは通常それぞれ1です。
  • mappings: ドキュメントのフィールドのマッピングを記述します。
    • properties: フィールド名をキーとしたオブジェクトです。
    • 各フィールドについて、typeでデータ型を指定します。
      • text: 全文検索に適した型です。値が分析（単語分割、正規化など）されてインデックスされます。
      • keyword: 完全一致検索や集計に適した型です。値がそのままインデックスされます。
      • integer, long, float, double: 数値型。
      • date: 日付型。
      • その他、様々な型があります。

マッピングを定義することで、Elasticsearchがデータをどのように格納・検索するかを細かく制御できます。マッピングを定義しなくても、最初のドキュメントが投入されたときに自動的に推測されますが、意図しないマッピングになることもあるため、特に構造化データの場合は定義することを検討しましょう。

ドキュメントの追加/更新 (POST //_doc, PUT //_doc/<_id>)

ドキュメントを追加するには、POSTメソッドまたはPUTメソッドを使います。

  • POST //_doc: ドキュメントIDをElasticsearchに自動生成させたい場合に使用します。

    例：my_index にドキュメントを追加

    kibana
    POST /my_index/_doc
    {
    "title": "Elasticsearch入門",
    "author": "山田 太郎",
    "publish_date": "2023-10-27",
    "pages": 300
    }

    成功すると、自動生成された_idを含むレスポンスが返ってきます。

    json
    {
    "_index": "my_index",
    "_id": "...", # ここに自動生成されたIDが入る
    "_version": 1,
    "result": "created",
    "_shards": { ... },
    "_seq_no": ...,
    "_primary_term": ...
    }

  • PUT //_doc/<_id>: ドキュメントIDを自分で指定したい場合に使用します。また、同じIDに対してPUTリクエストを送ると、ドキュメントが更新されます。

    例：ID book_1 を指定して my_index にドキュメントを追加

    kibana
    PUT /my_index/_doc/book_1
    {
    "title": "Docker入門",
    "author": "佐藤 次郎",
    "publish_date": "2022-05-10",
    "pages": 250
    }

    例：ID book_1 のドキュメントを更新（pagesを350に変更）

    kibana
    PUT /my_index/_doc/book_1
    {
    "title": "Docker入門",
    "author": "佐藤 次郎",
    "publish_date": "2022-05-10",
    "pages": 350
    }

    更新の場合、レスポンスのresultがupdatedになります。

ドキュメントの取得 (GET //_doc/<_id>)

特定のドキュメントをID指定で取得するには、GETメソッドを使います。

例：ID book_1 のドキュメントを取得

kibana
GET /my_index/_doc/book_1

成功すると、ドキュメントのソースデータを含むレスポンスが返ってきます。

json
{
"_index": "my_index",
"_id": "book_1",
"_version": 2, # 更新したのでバージョンが上がる
"_seq_no": ...,
"_primary_term": ...,
"found": true, # ドキュメントが見つかったか
"_source": { # ドキュメントの実際のデータ
"title": "Docker入門",
"author": "佐藤 次郎",
"publish_date": "2022-05-10",
"pages": 350
}
}

ドキュメントの検索 (GET/POST //_search)

Elasticsearchの最も強力な機能が検索です。検索には_searchエンドポイントを使用します。GETメソッドでURIクエリを指定する方法と、POSTメソッドでリクエストボディに検索クエリ（Query DSL）を記述する方法があります。Query DSLを使う方が、より複雑で柔軟な検索が可能です。

URIクエリ

シンプルな全文検索やフィールド指定検索に使えます。qパラメータに検索クエリを指定します。

例：my_index 内のすべてのドキュメントを検索

kibana
GET /my_index/_search

例：my_index 内で「入門」という単語を含むドキュメントを検索（すべてのtextフィールドが対象）

kibana
GET /my_index/_search?q=入門

例：my_index 内でtitleフィールドに「入門」という単語を含むドキュメントを検索

kibana
GET /my_index/_search?q=title:入門

例：my_index 内でauthorフィールドが「山田 太郎」に完全一致するドキュメントを検索（keyword型が適しています）

kibana
GET /my_index/_search?q=author:"山田 太郎"

リクエストボディ (Query DSL)

POSTメソッドを使い、リクエストボディにQuery DSL（JSON形式）で検索クエリを記述します。

例：my_index 内のすべてのドキュメントを検索（Query DSL版）

kibana
POST /my_index/_search
{
"query": {
"match_all": {} # すべてのドキュメントにマッチするクエリ
}
}

例：my_index 内でtitleフィールドに「入門」という単語を含むドキュメントを検索（matchクエリ）

kibana
POST /my_index/_search
{
"query": {
"match": {
"title": "入門"
}
}
}

例：my_index 内でauthorフィールドが「佐藤 次郎」に完全一致するドキュメントを検索（termクエリ – keyword型フィールドに適しています）

kibana
POST /my_index/_search
{
"query": {
"term": {
"author": "佐藤 次郎"
}
}
}

例：my_index 内で、titleに「入門」を含み、かつpagesが300以上のドキュメントを検索（boolクエリ）

kibana
POST /my_index/_search
{
"query": {
"bool": {
"must": [ # AND条件
{
"match": {
"title": "入門"
}
},
{
"range": { # 範囲指定クエリ
"pages": {
"gte": 300 # 300以上 (Greater Than or Equal to)
}
}
}
]
}
}
}

検索結果は、ヒットしたドキュメントのリスト (hits.hits) として返されます。各ヒットには、ドキュメントの_index, _id, _score（関連性スコア）、そして_source（ドキュメントの元データ）が含まれます。

ドキュメントの削除 (DELETE //_doc/<_id>)

特定のドキュメントをID指定で削除するには、DELETEメソッドを使います。

例：ID book_1 のドキュメントを削除

kibana
DELETE /my_index/_doc/book_1

成功すると、{"acknowledged":true,"result":"deleted",...} のようなレスポンスが返ってきます。

インデックスの削除 (DELETE /)

インデックス全体を削除するには、DELETEメソッドを使います。この操作は元に戻せませんので注意してください。

例：my_index インデックスを削除

kibana
DELETE /my_index

成功すると、{"acknowledged":true} のようなレスポンスが返ってきます。

データの取得/検索結果のフィルタリング (_source)

検索結果から取得するフィールドを制限したり、取得しないようにしたりすることで、ネットワーク帯域幅や処理時間を節約できます。_sourceパラメータを使います。

例：my_index 内のすべてのドキュメントを取得し、_sourceフィールドを表示しない

kibana
POST /my_index/_search
{
"_source": false, # _sourceフィールドを含めない
"query": {
"match_all": {}
}
}

例：my_index 内のすべてのドキュメントを取得し、titleフィールドとauthorフィールドのみ表示する

kibana
POST /my_index/_search
{
"_source": ["title", "author"], # 指定したフィールドのみ含める
"query": {
"match_all": {}
}
}

ElasticsearchとKibanaの連携

Docker ComposeでElasticsearchとKibanaを一緒に起動した場合、KibanaからElasticsearchのデータにアクセスし、視覚的に操作・分析できます。

Kibanaの役割

前述の通り、KibanaはElasticsearchのUIとして機能します。Dev Toolsを使ったAPI操作だけでなく、データの探索、可視化、ダッシュボード作成など、GUIを使った直感的な操作を提供します。

インデックスパターンの作成

KibanaでElasticsearchのデータを探索したり可視化したりするには、まず インデックスパターン (Index Pattern) を作成する必要があります。インデックスパターンは、KibanaがどのElasticsearchインデックスに含まれるドキュメントにアクセスできるかを定義するものです。ワイルドカード（*）を使うことで、複数のインデックスをまとめて扱うことができます（例: logs-*）。

Kibanaにログイン後：
1. 左側のメニューから「Management」または「Stack Management」を選択します。
2. 「Data」セクションの「Index Patterns」を選択します。
3. 「Create index pattern」ボタンをクリックします。
4. Elasticsearchに存在するインデックス名またはインデックス名パターンを入力します（例: my_index または logs-*）。入力すると、マッチするインデックスのリストが表示されます。
5. 「Next step」をクリックします。
6. Time filter field（時間フィルターフィールド）を選択します。ドキュメントにタイムスタンプフィールド（例: @timestamp）がある場合はそれを選択すると、時間範囲でのフィルタリングがKibanaのDiscover機能などで使えるようになります。タイムスタンプフィールドがない場合は「I don’t want to use the Time Filter」を選択します。
7. 「Create index pattern」をクリックします。

これでインデックスパターンが作成され、Kibanaがそのインデックス内のデータにアクセスできるようになります。

Discoverを使ったデータ探索

インデックスパターンを作成したら、KibanaのDiscover機能でデータを探索できます。

  1. 左側のメニューから「Analytics」セクションの「Discover」を選択します。
  2. 左上のドロップダウンリストで、探索したいインデックスパターンを選択します。
  3. 選択したインデックスパターンのドキュメントが表示されます。
  4. 検索バーにクエリを入力してドキュメントを絞り込んだり、左側のフィールドリストを使ってフィルタリングしたり、表示するフィールドを選択したりできます。

Discoverは、生データを探索し、特定のドキュメントを見つけたり、データの傾向を掴んだりするのに非常に便利です。

Visualizeを使ったデータの可視化

KibanaのVisualize機能を使うと、Elasticsearchのデータを様々なグラフやチャートとして表現できます。

  1. 左側のメニューから「Analytics」セクションの「Visualize」を選択します。
  2. 「Create visualization」ボタンをクリックします。
  3. 作成したい可視化タイプを選択します（例: Vertical bar, Pie, Lineなど）。
  4. データソースとしてインデックスパターンを選択します。
  5. 可視化の設定を行います。例えば、棒グラフを作成する場合、Y軸（集計値）にドキュメント数をカウントするAggregation（例: Count）を、X軸（バケット）に特定のフィールド（例: author.keyword）でグループ化するAggregation（例: Terms）を設定します。
  6. 設定が完了したら、「Save」ボタンをクリックして可視化を保存します。

Dashboardを使った複数の可視化の組み合わせ

Dashboard機能を使うと、作成した複数の可視化結果を一つの画面にまとめて表示できます。

  1. 左側のメニューから「Analytics」セクションの「Dashboard」を選択します。
  2. 「Create new dashboard」ボタンをクリックします。
  3. 「Add from library」ボタンをクリックし、作成しておいた可視化結果を選択してダッシュボードに追加します。
  4. 必要に応じて、Markdownウィジェットなどでテキストや画像を配置し、レイアウトを調整します。
  5. ダッシュボードを保存します。

作成したダッシュボードを見ることで、Elasticsearchに蓄積されたデータの全体像を把握したり、主要な指標を監視したりできます。

より実践的なDocker設定

開発や学習が進むにつれて、より実践的なDocker設定が必要になることがあります。ここでは、複数ノード構成やパフォーマンス・セキュリティに関する考慮事項について触れます。

複数のElasticsearchノード構成 (docker-compose)

本番環境では、冗長性やスケーラビリティのために複数のElasticsearchノードでクラスタを構成するのが一般的です。Docker Composeを使って複数ノード構成をシミュレートできます。

基本的な考え方：
* docker-compose.ymlに複数のElasticsearchサービスを定義します。
* 各ノードが同じcluster.nameを持つように環境変数を設定します。
* ノードが相互に発見できるように、discovery.seed_hostsとcluster.initial_master_nodesを設定します。
* 各ノードのデータは個別のボリュームに永続化します。
* ノード間の通信のために、Dockerネットワークを定義・利用します。

例：3ノード構成 (docker-compose.yml の一部抜粋)

“`yaml
version: ‘3.8’

services:
es01:
image: elasticsearch:8.10.4
container_name: es01
environment:
– cluster.name=my-docker-cluster
– node.name=es01
– discovery.seed_hosts=es02,es03 # シードホストとして他のノード名を指定
– cluster.initial_master_nodes=es01,es02,es03 # 初期マスターノード候補を指定
– ES_JAVA_OPTS=”-Xms512m -Xmx512m”
– xpack.security.enabled=false
volumes:
– esdata01:/usr/share/elasticsearch/data
ports:
– “9200:9200” # REST APIポートは必要に応じて公開（通常はロードバランサーやKibanaからアクセス）
networks:
– elastic
ulimits:
memlock:
soft: -1
hard: -1

es02:
image: elasticsearch:8.10.4
container_name: es02
environment:
– cluster.name=my-docker-cluster
– node.name=es02
– discovery.seed_hosts=es01,es03
– cluster.initial_master_nodes=es01,es02,es03
– ES_JAVA_OPTS=”-Xms512m -Xmx512m”
– xpack.security.enabled=false
volumes:
– esdata02:/usr/share/elasticsearch/data
networks:
– elastic
ulimits:
memlock:
soft: -1
hard: -1

es03:
image: elasticsearch:8.10.4
container_name: es03
environment:
– cluster.name=my-docker-cluster
– node.name=es03
– discovery.seed_hosts=es01,es02
– cluster.initial_master_nodes=es01,es02,es03
– ES_JAVA_OPTS=”-Xms512m -Xmx512m”
– xpack.security.enabled=false
volumes:
– esdata03:/usr/share/elasticsearch/data
networks:
– elastic
ulimits:
memlock:
soft: -1
hard: -1

kibana:
image: kibana:8.10.4
container_name: kibana
ports:
– “5601:5601”
environment:
– ELASTICSEARCH_HOSTS=[“http://es01:9200″,”http://es02:9200″,”http://es03:9200”] # クラスター内の任意のノードを指定
# – ELASTICSEARCH_USERNAME=elastic
# – ELASTICSEARCH_PASSWORD=changeme
depends_on:
– es01
– es02
– es03
networks:
– elastic # 同じネットワークに参加させる
ulimits:
memlock:
soft: -1
hard: -1

networks:
elastic: # Dockerネットワークを定義

volumes:
esdata01:
driver: local
esdata02:
driver: local
esdata03:
driver: local
“`

  • 各Elasticsearchサービス（es01, es02, es03）を定義します。
  • cluster.name: すべてのノードで同じクラスタ名を指定します。
  • node.name: 各ノードに一意の名前を付けます。
  • discovery.seed_hosts: クラスタ内の他のノードを発見するためのシードホストのリストを指定します。Docker Composeのデフォルトネットワークでは、サービス名がホスト名として使えるため、他のノードのサービス名を指定します。
  • cluster.initial_master_nodes: 初めてクラスタを形成する際に、マスターノード候補となるノード名のリストを指定します。quorumを満たすための重要な設定です（通常、候補ノード数の過半数）。この例では3ノードすべてを候補としています。
  • volumes: 各ノードは自身のデータを保持するため、個別のボリュームをマウントします。
  • networks: すべてのElasticsearchノードとKibanaが同じDockerネットワーク（ここではelasticと命名）に参加するようにします。これにより、サービス名での名前解決や、ノード間の通信が可能になります。
  • KibanaのELASTICSEARCH_HOSTSは、クラスタ内のノードをリストで指定します。Kibanaはこれらのノードのいずれかに接続を試みます。

このdocker-compose.ymlファイルを使ってdocker-compose up -dを実行すると、3つのElasticsearchノードがクラスタを組み、Kibanaがそれに接続する環境が構築されます。

KibanaのDev Toolsで GET /_cluster/health を実行すると、クラスタの状態やノード数などを確認できます。ステータスがgreenになっていれば、すべてのプライマリシャードとそのレプリカシャードが割り当てられ、クラスタが正常に機能している状態です。

パフォーマンスに関する考慮事項

DockerでElasticsearchを実行する場合、以下の点に注意が必要です。

  • ヒープサイズ: 前述の通り、ES_JAVA_OPTSで適切なヒープサイズを設定することが重要です。物理メモリの半分、かつ32GB以下に抑えるのが一般的な推奨です。
  • メモリ制限: Dockerコンテナに割り当てるメモリを制限することで、ホストマシンのリソースを保護できます。docker-compose.ymlのサービス定義にmem_limitオプションを追加します。ただし、Elasticsearchのヒープサイズ設定値よりも大きな値を設定する必要があります。
  • データの永続化: ボリュームマウントは必須ですが、マウント先のディスクのI/O性能がElasticsearchのパフォーマンスに大きく影響します。SSDの使用が強く推奨されます。
  • CPUリソース: 検索やインデックス作成はCPUを消費します。必要に応じてコンテナに割り当てるCPUリソースを制限したり、十分なCPUを備えたホストマシンを選択したりする必要があります。
  • Swappingの無効化: Elasticsearchはメモリを効率的に利用するために、スワップを無効にすることが強く推奨されます。ulimits設定やホストOSの設定でスワップを無効にしてください。Dockerコンテナ内ではホストOSのスワップ設定に依存する場合と、コンテナ自体にスワップ無効設定を行う場合があります。Dockerイメージによってはulimits設定で対応できます。

セキュリティに関する考慮事項 (X-Pack Security)

Elasticsearchには、認証、認可、TLS暗号化などのセキュリティ機能を提供する X-Pack Security があります。これは基本的に有料ライセンスの機能ですが、Basicライセンスでも一部のセキュリティ機能（TLS暗号化、ファイル/ネイティブレルムによる認証、ロールベースアクセス制御など）を利用できます。

開発・学習環境ではxpack.security.enabled=falseで無効にすることが多いですが、本番環境では必ず有効にするべきです。

X-Pack Securityを有効化すると、Elasticsearchへのアクセスには認証情報（ユーザー名、パスワード）が必要になります。Kibanaや他のクライアント（Logstash, Beatsなど）からElasticsearchに接続する際も、これらの認証情報を設定する必要があります。Dockerイメージでセキュリティを有効化して起動すると、初期ユーザー（elastic）のパスワード設定などが求められます。

セキュリティに関する設定は複雑になりがちなので、本番環境にデプロイする際はElasticsearchの公式ドキュメントを熟読し、慎重に設定を行ってください。

トラブルシューティング

DockerとElasticsearchの環境構築や利用中に遭遇しやすいトラブルとその対処法について説明します。

  • コンテナが起動しない

    • docker ps -a でコンテナの状態を確認します。STATUSがExited (...)となっていれば起動に失敗しています。
    • docker logs <container_name or container_id> コマンドでコンテナのログを確認します。Elasticsearchのログには起動失敗の原因（設定エラー、メモリ不足、権限不足など）が記録されていることが多いです。
    • 設定ファイル（docker-compose.ymlやElasticsearchの設定ファイル）に誤りがないか確認します。
    • ホストマシンのリソース（メモリ、ディスク容量）が不足していないか確認します。
    • ポートが他のプロセスによって使用されていないか確認します（netstat -tulnpなど）。

  • KibanaがElasticsearchに接続できない

    • Kibanaコンテナのログ（docker logs kibana）を確認します。「Elasticsearch is still initializing」や「Elasticsearch is not available」といったエラーが出ていないか確認します。
    • docker-compose.ymlのKibanaサービスでELASTICSEARCH_HOSTSが正しく設定されているか確認します。サービス名が正しく、Dockerネットワークで解決できるか確認します。
    • Elasticsearchコンテナが正常に起動し、ポート（デフォルト9200）が公開されているか確認します（docker ps, curl http://localhost:9200）。
    • ElasticsearchでX-Pack Securityが有効になっている場合、Kibanaの環境変数で認証情報（ELASTICSEARCH_USERNAME, ELASTICSEARCH_PASSWORD）が正しく設定されているか確認します。
    • ElasticsearchとKibanaのバージョンが一致しているか再度確認します。

  • クラスタリングの問題 (複数ノード構成)

    • 各Elasticsearchノードのログを確認します。他のノードを発見できていない旨のエラー（例えば、discovery.seed_hostsに関する警告やエラー）が出ていないか確認します。
    • docker-compose.ymlで、すべてのElasticsearchノードが同じcluster.nameを使用しているか確認します。
    • discovery.seed_hostsとcluster.initial_master_nodesの設定が正しいか確認します。特に、初期マスターノード候補のリストが正しいか確認します。
    • すべてのElasticsearchノードが同じDockerネットワークに参加しているか確認します。
    • ファイアウォール設定などでノード間通信（デフォルト9300ポート）がブロックされていないか確認します。

  • メモリ不足 (OutOfMemoryError)

    • ElasticsearchのログにOutOfMemoryErrorが出力されていないか確認します。
    • ES_JAVA_OPTSで設定したヒープサイズが、ホストマシンの搭載メモリに対して大きすぎないか確認します。物理メモリの半分以下に設定するのが鉄則です。
    • docker-compose.ymlでコンテナにmem_limitを設定している場合、その値がヒープサイズよりも十分大きいか確認します。
    • ホストマシンのスワップが有効になっていないか確認します。有効になっている場合は無効にします。

  • データの永続化に関する問題

    • docker volume lsでボリュームが作成されているか確認します。
    • docker inspect <volume_name>でボリュームの詳細（マウント先など）を確認します。
    • docker-compose.ymlのvolumes設定が正しいか確認します。ホストパスをマウントしている場合は、そのパスが存在し、Dockerユーザーに適切な権限があるか確認します。

多くの問題は、コンテナのログを確認することで原因を特定できます。ログを丁寧に読み、エラーメッセージや警告メッセージから手がかりを得ることが重要です。

次のステップ

Dockerを使ったElasticsearchとKibanaの基本的なセットアップと使い方が理解できたら、さらにElasticsearchの世界を深掘りしてみましょう。

  • より高度なクエリ: 本記事で紹介した検索クエリは基本的なものにすぎません。ElasticsearchのQuery DSLには、ファジー検索、ワイルドカード検索、正規表現検索、地理空間検索など、非常に多くの種類のクエリがあります。また、Aggregation機能を使うと、検索結果を集計してグラフ化したり、統計情報を取得したりできます。
  • Ingest Nodeを使ったデータ変換: ドキュメントをインデックスに投入する前に、データの整形、加工、エンリッチメントを行いたい場合があります。ElasticsearchのIngest Node機能を使うと、パイプラインを定義してこれらの処理を自動的に実行できます。例えば、ログデータから特定のフィールドを抽出したり、IPアドレスから地理情報を付加したりといったことが可能です。
  • LogstashやBeatsを使ったデータ収集: Elasticsearchは単体で使うだけでなく、様々なデータソースからデータを収集するツール群（Elastic Stackの一部であるLogstashやBeats）と組み合わせて使うことが一般的です。Logstashは多様な入力・加工・出力プラグインを持つETLツール、Beatsは軽量なデータシッパー（Filebeat, Metricbeat, Packetbeatなど）です。これらのツールもDockerで簡単に実行できます。
  • Elastic Cloudの利用: 自分でクラスタを構築・運用するのが難しい場合や、より手軽に始めたい場合は、Elasticsearchの公式マネージドサービスであるElastic Cloudを利用するのも一つの方法です。クラスタのデプロイ、スケーリング、バックアップ、セキュリティ管理などをElastic側が提供します。
  • プロダクション環境での運用上の考慮事項: 開発・学習環境とは異なり、本番環境では可用性、信頼性、パフォーマンス、セキュリティ、監視、バックアップ・リカバリなど、多くの運用上の考慮事項があります。シャード設計、キャパシティプランニング、クラスタの監視方法、バックアップ戦略などについて学ぶ必要があります。

Elasticsearchは非常に多機能で奥深いツールです。本記事はあくまで入門ですが、ここを足がかりに、ご自身の興味や用途に合わせてさらに学習を進めてみてください。

まとめ

この記事では、Dockerを使ってElasticsearchとKibanaの環境をセットアップする方法から、Elasticsearchの基本的な概念、そしてKibanaのDev Toolsを使った基本的なAPI操作（インデックスの作成・削除、ドキュメントの追加・取得・更新・削除、検索）までを詳しく解説しました。また、Kibanaを使ったデータの探索や可視化、より実践的なDocker設定（複数ノード構成）、トラブルシューティングについても触れました。

Dockerを使うことで、OS環境に依存することなく、短時間でElasticsearchとKibanaの動作環境を構築できることが実感いただけたかと思います。環境構築の手間が省けるため、Elasticsearch自体の学習に集中できます。

Elasticsearchは、現代のデータ活用の基盤として非常に有用なツールです。全文検索エンジンとしてだけでなく、ログ分析基盤、メトリクス監視システム、ビジネスインテリジェンスなど、様々な用途で活用されています。Kibanaと組み合わせることで、データの収集、保管、検索、分析、可視化という一連のフローを強力にサポートします。

この記事が、あなたがElasticsearchの世界に足を踏み入れ、その強力な機能を活用するための良い出発点となれば幸いです。ぜひ、実際に手を動かしながら学習を進めてみてください。Dockerがあれば、何度でも手軽に環境を作り直して試すことができます。

ElasticsearchとDockerの組み合わせは、データ活用を加速させる強力な味方となるでしょう。今後の学習と実践を応援しています！

コメントする

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

上部へスクロール