Elastic Stack学习--elasticsearch部署

    Elastic Stack是一套支持数据采集、存储、分析、展现的全流程数据分析工具，旧时称作ELK（Elasticsearch，Logstash，Kibana的缩写，）。Elastic Stack由一系列的工具集组成，其核心组成如下图：

• Logstash & Beats：数据采集工具，logstash适合大批量数据的采集，其结构较重，消耗资源较大，适合集群化部署。beats是一系列轻量级的数据采集工具，消耗资源较小，适合分散部署在各个业务节点上收集数据。
• Elasticsearch：ELK的核心模块，是一套分布式数据检索引擎，提供数据的检索分析能力；提供二进制和restful两种类型的接口，可供上层进行数据检索；
• Kibana：前端用户展示界面，一方面，通过界面化方式监控和管理Elasticsearch、logstash等进程。另一方面，提供数据的检索和展示图形化界面；
• x-pack：一套用于elasticsearch、kibana、logstash的功能增强包，包括权限管理、告警、监控、图形化展现、报表等功能。当前使用收费，计划6.3版本后开源所有功能；
• Elastic Cloud：Elastic Stack的容器化解决方案，可将Elastic Stack相关进程都实现容器化部署，该功能并非必须功能；

    Elastic Stack中的每一个工具都可以独立部署使用，可根据实际需求进行技术选型，并非一定要完整安装每一个组件。安装Elastic Stack，首先必须保证所使用的每一个组件都具有相同的版本号，比如：elasticsearch使用6.2.2版本，则kibana、logstash以及相应的客户端组件等都应该使用相同的版本号，以便于功能相互兼容。各个进程组件的安装顺序如下，可根据实际需求取舍：

1. Elasticsearch部署
2. Elasticsearch安装X-Pack
3. Kibana部署
4. Kibana安装X-Pack
5. Logstash部署
6. Logstash安装X-Pack
7. Beats部署
8. Elasticsearch Hadoop部署

Elasticsearch部署

下载安装包，我们使用tar包：https://www.elastic.co/cn/downloads/elasticsearch

解压并进入目录：

tar -xzf elasticsearch-6.2.2.tar.gz
cd elasticsearch-6.2.2/

前台方式启动进程：启动elasticsearch进程，使用默认端口：9200；

./bin/elasticsearch

后台方式启动进程：默认情况下，直接运行elasticsearch命令，将会在命令行启动非后台进程，并且输出日志到stdout。通过ctrl+c或者ctrl+z可以关闭进程；如果想启动后台进程，则可以执行如下命令，其中-d参数表示以守护进程方式运行，-p参数指定pid文件路径：

./bin/elasticsearch -d -p pid_file

通过命令行配置启动参数：elasticsearch可以通过命令行和配置文件（config/elasticsearch.yml文件）两种方式设置启动参数；其中，命令行方式适合配置需要随进程启动动态修改的参数，如node.name配置；而配置文件适合存放变化较小的通用配置，如cluster.name配置；如下是通过命令行参数配置cluster.name和node.name配置的样例，对于每个配置项前面加-E参数：

./bin/elasticsearch -d -Ecluster.name=my_cluster -Enode.name=node_1

问：对于使用命令行配置还是配置文件配置，应该如何取舍？
1）看配置项是否需要根据进程每次启动时候动态设置，如果需要，则通过命令行配置，否则通过配置文件配置；
2）集群范围的配置使用配置文件配置；特定实例的配置使用命令行配置；

验证启动是否成功：通过curl调用elasticsearch的http端口，查看输出；

curl -XGET 'localhost:9200/?pretty'

输出json类似如下：

{
  "name" : "Cp8oag6",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "AT69_T_DTp-1qgIJlatQqA",
  "version" : {
    "number" : "6.2.2",
    "build_hash" : "f27399d",
    "build_date" : "2016-03-30T09:51:41.449Z",
    "build_snapshot" : false,
    "lucene_version" : "7.2.1",
    "minimum_wire_compatibility_version" : "1.2.3",
    "minimum_index_compatibility_version" : "1.2.3"
  },
  "tagline" : "You Know, for Search"
}

elasticsearch默认目录结构

• home：elasticsearch安装根目录，$ES_HOME变量指向目录；
• bin：存放二进制程序，其中elasticsearch用于启动主进程，elasticsearch-plugin用于安装插件，默认：$ES_HOME/bin；
• conf：存放配置文件，包括：elasticsearch.yml，jvm.options，log4j2.properties，默认：$ES_HOME/config，通过ES_PATH_CONF环境变量修改；
• data：数据文件存放路径，可以指定多个，多个路径以逗号分隔默认：$ES_HOME/data，通过path.data配置项修改；
• logs：日志文件路径，默认：$ES_HOME/logs，通过path.logs配置项修改；
• plugins：存放安装插件，每个插件放到一个子目录中，默认：$ES_HOME/plugins；
• repo：共享文件系统仓库路径，默认：未配置，通过path.repo配置项修改；
• script：脚本文件路径，默认：$ES_HOME/scripts，通过path.scripts配置项修改；

elasticsearch配置文件

配置文件默认放在$ES_HOME/config目录，可以通过设置ES_PATH_CONF环境变量修改：

export ES_PATH_CONF=/path/to/my/config 
./bin/elasticsearch

elasticsearch包括3个配置文件：

• elasticsearch.yml：主要配置文件；
• jvm.options：jvm参数配置，比如堆内存；
• log4j2.properties：日志配置；

elasticsearch.yml

elasticsearch.yml配置文件使用yaml格式配置，可以支持环境变量；

node.name:    ${HOSTNAME}
network.host: ${ES_NETWORK_HOST}

jvm.options

jvm.options用于配置虚拟机参数，也可以通过$ES_JAVA_OPTS环境变量进行修改；

export ES_JAVA_OPTS="$ES_JAVA_OPTS -Djava.io.tmpdir=/path/to/temp/dir"
./bin/elasticsearch

elasticsearch常用配置项整理

path.data 和 path.logs
默认情况下，elasticsearch会将数据和日志存放到根目录的data和logs目录下，如果需要改变数据或者日志的存放路径，则可以显式设置path.data和path.logs。path.data可以指定多个路径，便于将数据存放到多块磁盘上。

cluster.name
用于唯一标识一个elastic集群的集群名称，一个节点只能归属于一个集群，因此只能指定一个集群名称。默认名称为elasticsearch；节点间会根据集群名称判断是否归属于同一个集群，因此不同的集群名称一定不能相同。

node.name
elasticsearch使用nodeId唯一标识一个实例，默认情况下，会使用UUID的前7位作为实例的nodeId，nodeId会被持久化，不会随着实例重启而发生变化。通过node.name可以指定一个实例的nodeId，可以使名称可读或者更加有意义。如果一个主机下仅部署一个实例，则可以指定node.name为主机名：

node.name: ${HOSTNAME}

network.host
用于指定elasticsearch实例绑定的ip地址，默认为：127.0.0.1和[::1]。对于集群而言，每个实例都应该指定一个非回环地址，便于被网络中的节点发现；

discovery.zen.ping.unicast.hosts
elasticsearch发现集群的方式为点对点查找，因此需要指定集群中的每个节点所在的ip地址和端口，如果不指定端口，则默认查找9300端口；可以是如下格式：

discovery.zen.ping.unicast.hosts:
   - 192.168.1.10:9300
   - 192.168.1.11 
   - seeds.mydomain.com

discovery.zen.minimum_master_nodes
标识选举master时，至少需要几票才可以当选，为了减缓脑裂的发生，通常设置该值为：

( 参选节点数 / 2 ) + 1  

堆内存设置

堆内存设置在jvm.options配置文件中，默认设置为1GB；在生产环境下，该值通常需要调整。调整建议如下：
设置xms和xmx相等，以便于一开始边分配好所需内存，避免增量分配内存带来的性能消耗；
xmx设置不超过可用物理内存的50%，以确保内核文件系统有足够内存用作缓存；
xmx设置应该小于jvm指针压缩的临界点，因为超过该临界点，jvm将不使用指针压缩，导致内存使用量增加；一般临界点值小于32G，不同的系统有所不同，设置26G大小可以满足大多数系统指针压缩条件。可通过添加如下参数来测试临界点：

-XX:+UnlockDiagnosticVMOptions
-XX:+PrintCompressedOopsMode

也可以通过$ES_JAVA_OPTS环境变量设置虚拟机参数；

重要系统配置

设置系统资源上限
elasticsearch需要调整使用系统资源的限制，如文件文件句柄数的限制。不同操作系统的参数配置不同。linux系统下，系统参数的配置通过如下两种方式：

• 临时配置：使用ulimit命令配置；
• 永久配置：在/etc/security/limits.conf中配置；

bootstrap.memory_lock：禁用swap
默认情况下，操作系统会开启swap。使用swap，可能将jvm堆内存交换到硬盘上，导致jvm回收性能由毫秒级变为分钟级，可能导致响应变慢或者集群断连。通过设置bootstrap.memory_lock为true，来禁止elasticsearch内存被交换出去；通过如下命令可以检测配置是否生效：

curl -XGET 'localhost:9200/_nodes?filter_path=**.mlockall&pretty'

如果返回false，则说明锁定失败；

文件句柄数配置
elasticsearch会使用较多文件句柄，因而需要设置elasticsearch文件句柄数高于65536个；通过如下命令配置：

 ulimit -n 65536 

或者在/etc/security/limits.conf中配置nofile：

username  -  nofile  65536

可通过如下命令检查当前允许的最大文件句柄数：

curl -XGET 'localhost:9200/_nodes/stats/process?filter_path=**.max_file_descriptors&pretty'

虚拟内存设置
elasticsearch默认使用mmapfs类型目录存放索引，而操作系统默认的mmap个数太低，需要调高；通过在root用户下执行如下命令进行调整：

sysctl -w vm.max_map_count=262144

如果需要永久生效，则更新/etc/sysctl.conf中的vm.max_map_count配置；

设置线程数
elasticsearch使用多个线程池来进行不同类型的操作，需要确保系统线程数限制高于4096；
可通过如下命令配置：

ulimit -u 4096

或者在/etc/security/limits.conf中配置nproc数量；

username  -  nproc  4096

常用环境变量

• $ES_HOME：elasticsearch安装根目录；
• $ES_PATH_CONF：elasticsearch配置文件存放目录；
• $ES_JAVA_OPTS：jvm参数配置；
• $ES_TMPDIR：配置临时文件存放目录；即java.io.tmpdir的值；默认：/tmp

参考资料

Elasticsearch: Getting Started
Proven Architectural Patterns for Mature Elastic Stack Deployments
Introduction to Logging Architecture with Elastic (FR)
集群分片部署策略