今天的文章给大家介绍下 Elasticsearch 这一目前在“搜索”和“分析”领域使用十分广泛的技术组件。并演示如何快速构建一个Elasticsearch集群。
Elasticsearch概述
Elasticsearch是一款非常强大的开源“搜索”及“分析”引擎。除了搜索，结合Kibana、Logstash、Beats，以及Elastic Stack的技术生态，Elasticsearch还被广泛运用在大数据实时分析领域——包括日志分析（ELK）、指标监控、信息安全等领域。
Elasticsearch起源于开源搜索引擎类库Lucene，Elasticsearch的创始人Shay Banon于2004年基于Lucene开发了“Compass”，并在2010年重写“Compass”项目之后，将其正式命名为“Elasticsearch”。
目前在搜索引擎分类排名中Elasticsearch名列第一，除此之外，同类的产品还有Solor（Apache开源项目）和 Splunk （商业项目），它们三者提供的功能非常相似。但是在程序员开源社区中Elasticsearch的活跃度最高。
Elasticsearch的功能特性
Elasticsearchs是一种典型的分布式系统，支持水平扩展。当数据规模变大的时候，Elasticsearch的集群节点可以从单个扩展到数百个。
Elasticsearch集群还支持设置不同的节点类型。例如针对日志类的应用可以支持 Hot&Warm 架构——冷热架构部署。Elasticsearch的分布式架构如下图所示：
除此之外，Elasticsearch还支持 多种方式集成接入 。例如，可以被多种语言方便的集成（Java、.Net、Python、PHP..）；灵活的RESTful API；最新版本甚至还支持JDBC&ODBC方式的接入。
Elastic Stack家族成员
Elasticsearch之所以如此流行，除了活跃的社区外，很重要的一点就在于其背后还有一个强大的商业公司——Elastic在支撑。Elastic Stack的生态圈，如下图所示：
接下来分别介绍下Elastic Stack各技术组件的用途，具体如下：
Logstash
开源的服务器端数据处理管道，支持从不同来源采集数据，转换数据，并将数据发送到不同的存储库中。2013年被Elasticsearch收购。
Logstash支持 实时解析 和 转换数据 ，例如，从IP地址破译出地理坐标，以及将
PII数据匿名化，完全排除敏感字段等。此外，Logstash还支持插件的扩展方式，目前大约有200多个插件，可以解决日志、数据库等多种场景的实际需求。
另外，Logstash的可靠性及安全性也很高。Logstash会通过持久化队列来保证至少将运行中的事件送达一次，以及支持数据传输加密。
Kibana
基于Logstash的数据可视化分析工具。
Beats
轻量的数据采集器，Go语言开发，运行速度非常快。场景的Beats插件有：Filebeat（日志文件插件）、Packetbeat、Heartbeat等。
X-Pack(商业化套件-已开源)
X-Pack开源之后，部分X-Pack功能支持免费使用，例如6.8和7.1版本开始，Security功能可以免费使用。
Elastic Stack应用场景
Elastic Stack技术栈常见的应用场景如下：
（1）搜索场景下的Elasticsearch与数据库的集成
在搜索场景下可以直接独立使用Elasticsearch来存储数据，但对于绝大多数业务系统来说都是用的是传统数据库，所以Elasticsearch实现搜索一般选择与数据库集成的方案。如下图所示：
（2）指标分析与日志分析
除了搜索场景外，Elastic Stask还被广泛应用在指标分析及日志分析领域。如下图所示：
通过代码和Beats方式采集数据，并将采集的数据发送至数据缓冲区（例如Kafka，主要是为了减少Elasticsearch的并发压力），然后通过Logstash完成数据的转换聚合，并将数据存储至Elasticsearch。最后，就可以使用Kibana或Grafana来可视化查询Elasticsearch中的数据了。
搭建一个Elasticsearch集群
接下来演示部署一个Elasticsearch集群。步骤如下。
（1）下载Elasticsearch安装包。
从Elastic官网下载最新版本的Elasticsearch的 二进制 安装包。命令如下：
wget
这里下载的是最新7.14.0的版本，因为是在Mac安装，所以选择的是 MacOS 版本。之后，将二进制安装文件解压至服务器指定目录，命令如下：
$ tar zxvf elasticsearch -7.14.0 -darwin-x86_64.tar.gz
解压后的安装目录结构说明如下：
修改 JVM 配置——config/jvm.options。最新版本会默认根据机器的可用内存自动设置。配置建议如下：
- Xmx和Xms设置成一样。
- Xmx不要超过机器内存的50%。
- 不要超过30GB
（2）运行多个Elasticsearch实例的集群。
Elasticsearch可以在多个不同的机器节点运行多个实例，从而组成一个大的集群。为了下一步学习Elasticsearch集群工作的机制，接下来演示在本地同时启动多个Elasticsearch实例，来组成一个集群。
启动命令如下：
./bin/elasticsearch -E node.name=node0 -E node.master=true -E node.ingest=false -E node.data=false -E cluster.name=mafengwoEs -E http.port=9201 -E path.data=node0_data -d
./bin/elasticsearch -E node.name=node1 -E node.master=false -E node.ingest=false -E node.data=true -E cluster.name=mafengwoEs -E http.port=9202 -E path.data=node1_data -d
./bin/elasticsearch -E node.name=node3 -E node.master=false -E node.ingest=false -E node.data=false -E cluster.name=mafengwoEs -E http.port=9204 -E path.data=node3_data -d
-E参数用于设定“config/elasticsearch.yml”文件中的参数，在本机不同端口分别启动多个elasticsearch实例，并分别设置不同的节点角色类型。本机资源有限，只能run 3个节点！
（2）浏览器通过API查看Elasticserach集群节点信息
运行成功后，可以使用浏览器通过API来查看Elasticsearch的集群信息，命令如下：
http: //127.0.0.1:9201/_cat/nodes
127.0.0.1 47 100 45 15.15 cdfhilmrstw – node1
127.0.0.1 11 100 45 15.15 cdfhilmrstw * node0
127.0.0.1 32 100 45 15.15 cdfhilmrstw – node3
127.0.0.1 15 100 45 15.15 cdfhilmrstw – node2
可以看到多个实例的Elasticsearch集群就部署成功了！
安装Kibana可视化界面
接下来安装Kibanka可视化工具，来访问Elasticsearch集群。步骤如下。
（1）下载Kibana安装包
命令如下：
$ wget https: //artifacts.elastic.co/downloads/kibana/kibana- 7.14 . 0 -darwin-x86_64.tar.gz
下载最新的7.14.0版本的MacOS二进制安装包。之后解压下载的安装包，命令如下：
$ tar zxvf kibana -7.14.0 -darwin-x86_64.tar.gz
（2）编辑conf/kibana.yaml文件，指定elasticsearch集群实例的地址
编辑配置文件，指定Elasticsearch的集群地址，修改的内容如下：
# The URLs of the Elasticsearch instances to use for all your queries.
elasticsearch.hosts: [“#34;,”#34;,”#34;]
（3）启动Kibana
启动Kibana，命令如下：
$ ./bin/kibana
此时，打开浏览器进入Kibana的首页，如下图所示：
如上图所示，可以向Elasticsearch集群中添加Kibana提供的样例数据。
（4）使用Kibana的“Dev Tools”工具
Kibana的“ Dev Tools ”工具，能够帮助我们很方便执行一些elasticsearch的API。如下图所示：
具体的查询命令如下：
#执行查询集群节点状态的API。
get /_cat/nodes/?v
后记
Elasticsearch目前使用得非常广泛，本文只是简单介绍了Elasticsearch的基本情况，并简单搭建了一个Elasticsearch的多实例集群。在后面的文章中，作者将不定期分享一些Elasticsearch的知识及实践。可以保持关注哦！
