在单台服务器上搭建elasticsearch集群
很遗憾,这样的集群基本上没啥用处,没有容错能力。因此本文仅可作为学习ES集群部署的参考文档。
系统配置:
修改/etc/hosts增加 127.0.0.1 node01 127.0.0.1 node02 127.0.0.1 node03
修改/etc/sysctl.conf增加配置,然后执行sysctl -p立即生效 vm.max_map_count=655360
用到的软件包:
elasticsearch-6.8.6.tar.gz kibana-6.8.6-linux-x86_64.tar.gz
创建安装目录
mkdir elasticsearch-cluster/
将es和kibana上传到安装目录后,解压
tar -xvf elasticsearch-6.8.6.tar.gz tar -xvf kibana-6.8.6-linux-x86_64.tar.gz
为了操作方便,修改下软件目录名
mv elasticsearch-6.8.6/ node01/ mv kibana-6.8.6-linux-x86_64/ kibana/
修改es配置如下(config/elasticsearch.yml)
#-*- node01配置 -*-# cluster.name: es-cluster node.name: node01 node.master: true node.data: true bootstrap.memory_lock: false bootstrap.system_call_filter: false network.host: 0.0.0.0 http.port: 9200 transport.tcp.port: 9300 discovery.zen.ping.unicast.hosts: ["node01:9300", "node02:9301", "node03:9302"] discovery.zen.minimum_master_nodes: 2
复制两份node01当做另外的节点
cp -r node01/ node02/ cp -r node01/ node03/
然后修改对应的配置文件:
#-*- node02配置 -*-# cluster.name: es-cluster node.name: node02 node.master: true node.data: true bootstrap.memory_lock: false bootstrap.system_call_filter: false network.host: 0.0.0.0 http.port: 9201 transport.tcp.port: 9301 discovery.zen.ping.unicast.hosts: ["node01:9300", "node02:9301", "node03:9302"] discovery.zen.minimum_master_nodes: 2
#-*- node03配置 -*-# cluster.name: es-cluster node.name: node03 node.master: true node.data: true bootstrap.memory_lock: false bootstrap.system_call_filter: false network.host: 0.0.0.0 http.port: 9202 transport.tcp.port: 9302 discovery.zen.ping.unicast.hosts: ["node01:9300", "node02:9301", "node03:9302"] discovery.zen.minimum_master_nodes: 2
然后分别启动node01/02/03即可
bin/elasticsearch -d
启动后,访问http:/es-server:9200/_cluster/health?pretty,不出意外的话应该是如下图所示
看到返回这个,就证明集群搭建成功了。
接下来安装可视化工具kibana,也很简单。首先修改配置文件
server.port: 5601 server.host: "0.0.0.0" elasticsearch.hosts: ["http://localhost:9200"] kibana.index: ".kibana" i18n.locale: "zh-CN"
然后启动kibana即可
nohup bin/kibana &
访问服务端口:http://kibana-server:5601见如下图就部署成功
es集群的部署到此结束,其他诸如es和kibana的使用就自己摸索熟悉吧。??
相关推荐
newbornzhao 2020-09-14
做对一件事很重要 2020-09-07
renjinlong 2020-09-03
明瞳 2020-08-19
李玉志 2020-08-19
mengyue 2020-08-07
molong0 2020-08-06
AFei00 2020-08-03
molong0 2020-08-03
wenwentana 2020-08-03
YYDU 2020-08-03
另外一部分,则需要先做聚类、分类处理,将聚合出的分类结果存入ES集群的聚类索引中。数据处理层的聚合结果存入ES中的指定索引,同时将每个聚合主题相关的数据存入每个document下面的某个field下。
sifeimeng 2020-08-03
心丨悦 2020-08-03
liangwenrong 2020-07-31
sifeimeng 2020-08-01
mengyue 2020-07-30
tigercn 2020-07-29
IceStreamLab 2020-07-29