带你读《Elastic Stack 实战手册》之15:——3.4.1.8. ECK 安装(4)

简介: 带你读《Elastic Stack 实战手册》之15:——3.4.1.8. ECK 安装(4)

《Elastic Stack 实战手册》——三、产品能力——3.4.入门篇——3.4.1.Elastic Stack 安装部署——3.4.1.8. ECK 安装(3) https://developer.aliyun.com/article/1231278


ECK 安装

 

ECK 有两种安装方式,一种是通过 YAML 资源文件安装,另一种是通过 Helm Chart 安装,接下来分别介绍这两种安装方式。

 

方式一:通过 YAML 资源文件安装

 

执行以下命令应用 ECK 的资源文件:

kubectl apply -f \
https://download.elastic.co/downloads/eck/1.7.0/crds.yaml
kubectl apply -f \
https://download.elastic.co/downloads/eck/1.7.0/operator.yaml

确认 elastic-operator 成功运行:


> kubectl get pod -n elastic-system
NAME                 READY   STATUS    RESTARTS   AGE
elastic-operator-0   1/1     Running   0          3m23s

方式二:通过 Helm Chart 安装

 

首先使用以下命令安装 Helm 命令行工具,更多安装方式可以参考安装 Helm


curl -fsSL -o get_helm.sh \
https://raw.githubusercontent.com/helm/helm/master/scripts/get-helm-3
chmod 700 get_helm.sh
./get_helm.sh

添加 Elastic 的 Helm Chart 仓库。


helm repo add elastic https://helm.elastic.co
helm repo update

在 elastic-system 命名空间中安装 ECK。

helm install elastic-operator elastic/eck-operator \
-n elastic-system --create-namespace

确认 elastic-operator 成功运行:

> kubectl get pod -n elastic-system
NAME                 READY   STATUS    RESTARTS   AGE
elastic-operator-0   1/1     Running   0          2m13s


克隆实验项目

 

为了方便大家快速上手 ECK,本文中的所有实验都配套准备了相应的资源文件。使用以下命令克隆项目到本地:


git clone https://github.com/cr7258/eck

项目的目录结构如下:


deploy-eck  -- ECK 部署
quickstart  -- 快速开始
hot-warm    -- Hot-Warm 架构部署
autoscaling -- 自动扩缩容
snapshot    -- 快照
istio       -- 集成 Istio

在下面的章节中,将会分为 5 个部分来介绍实验项目:

 

1通过最精简的配置快速搭建一套 Elasticsearch + Kibana + Filebeat (EFK) 的日志系统,让大家能够快速上手 ECK。

2通过 ECK 部署一套生产环境常用的 Hot-Warm 架构的 Elasticsearch 集群,结合 ILM 索引生命周期管理,合理分配集群资源,降低数据的存储成本。

3利用快照管理功能定时对 Elasticsearch 集群中的数据进行备份。

4使用 Autoscaling 自动缩放功能根据 Elasticsearch 节点资源的使用情况动态调整节点数量和资源配额。

5将 ECK 接入 Istio 服务网格,实现对 Elasticsearch 集群的流量管理,TLS 加密和流量可视化等功能。


《Elastic Stack 实战手册》——三、产品能力——3.4.入门篇——3.4.1.Elastic Stack 安装部署——3.4.1.8. ECK 安装(5) https://developer.aliyun.com/article/1231276

相关实践学习
以电商场景为例搭建AI语义搜索应用
本实验旨在通过阿里云Elasticsearch结合阿里云搜索开发工作台AI模型服务,构建一个高效、精准的语义搜索系统,模拟电商场景,深入理解AI搜索技术原理并掌握其实现过程。
ElasticSearch 最新快速入门教程
本课程由千锋教育提供。全文搜索的需求非常大。而开源的解决办法Elasricsearch(Elastic)就是一个非常好的工具。目前是全文搜索引擎的首选。本系列教程由浅入深讲解了在CentOS7系统下如何搭建ElasticSearch,如何使用Kibana实现各种方式的搜索并详细分析了搜索的原理,最后讲解了在Java应用中如何集成ElasticSearch并实现搜索。  
相关文章
|
存储 Prometheus 监控
高可用Prometheus集群
高可用Prometheus集群
1812 0
|
Docker 容器
CPU内存不足分析Gitlab的内存消耗
CPU内存不足分析Gitlab的内存消耗
CPU内存不足分析Gitlab的内存消耗
|
3月前
|
存储 监控 Cloud Native
吃透云原生可观测:Metrics、Logging、Tracing 架构底层逻辑与实战全指南
云原生可观测性是应对分布式系统复杂性的核心能力,以Metrics(指标)、Logging(日志)、Tracing(链路追踪)三大支柱为支撑,通过TraceId串联,实现故障快速定位、性能优化与根因分析。OpenTelemetry提供统一标准与自动埋点能力。
705 1
|
Prometheus 监控 Cloud Native
基于k8s+Prometheus+Alertmanager+Grafana构建企业级监控告警系统(下)
基于k8s+Prometheus+Alertmanager+Grafana构建企业级监控告警系统
|
Kubernetes 容器
k8s更换IP
k8s更换IP
694 0
|
存储 Kubernetes 容器
K8S部署nexus
该配置文件定义了Nexus 3的Kubernetes部署,包括PersistentVolumeClaim、Deployment和服务。PVC请求20Gi存储,使用NFS存储类。Deployment配置了一个Nexus 3容器,内存限制为6G,CPU为1000m,并挂载数据卷。Service类型为NodePort,通过30520端口对外提供服务。所有资源位于`nexus`命名空间中。
|
Prometheus Kubernetes 监控
prometheus学习笔记之集群内服务发现环境准备
本文介绍了在Kubernetes集群中部署Prometheus监控系统的详细步骤。首先创建用于监控的命名空间,并配置Docker以顺利下载镜像。接着,通过DaemonSet方式在集群中部署Node Exporter,确保每个节点上的指标都能被收集。然后,安装并配置NFS存储类别,以便为Prometheus提供持久化存储。最后,详细展示了如何在Kubernetes中部署Prometheus服务器,包括创建相关的配置文件、部署服务、设置角色权限以及暴露服务等
|
负载均衡 应用服务中间件 nginx
基于Ubuntu-22.04安装K8s-v1.28.2实验(二)使用kube-vip实现集群VIP访问
基于Ubuntu-22.04安装K8s-v1.28.2实验(二)使用kube-vip实现集群VIP访问
1101 1
|
存储 分布式计算 搜索推荐
ES自定义评分机制:function_score查询详解
ES自定义评分机制:function_score查询详解
2338 0
ES自定义评分机制:function_score查询详解
|
Kubernetes 应用服务中间件 nginx
[kubernetes]二进制部署k8s集群-基于containerd
[kubernetes]二进制部署k8s集群-基于containerd
1203 0

热门文章

最新文章