本地Elasticsearch(es)多实例搭建

1、背景

本次搭建的Elasticsearch多实例集群是使用2019.04 发布的7.3.0版本,主要涉及第二大点里描述的整个数据走向流程的Elasticsearch、Kibana的搭建姿势。由于Kibanan是基于Elasticsearch运行的,所以请先将Elasticsearch启动并确认正常之后再启动Kibana。防止阅读疲劳,所以缩减了篇幅内容,并未涉及整个数据流向的Beat、  Kafka/Redis/ RabbitMQ 、Logstash,该三块的搭建过程会放在其他篇幅描述。

2、elasticsearch在整个流程中所处的位置和作用

2.1、一般的数据走向流程

Beat -> Kafka/Redis/RabbitMQ -> Logstash -> Elasticsearch -> Kibana

2.2、整个数据流程各个节点的作用

Beat :搜集数据

Kafka/Redis/RabbitMQ: 缓冲数据

Logstash:将数据写入Elasticsearch

Elasticsearch:具备数据存储、分析、搜索等功能

Kibana:Elasticsearch的开源可视化平台

3、Elasticsearch搭建步骤

3.1、从官网上下载你需要的版本(官网链接:https://www.elastic.co/start),再次申明该篇文章介绍的是7.3.0版本。

3.2、下载之后解压,根据需要修改elasticsearch-7.3.0/config 下的jvm配置文件

jvm.options 配置文件图1

3.3、(单实例步骤) 执行elasticsearch-7.3.0/bin 目录下的elasticsearch脚本启动Elasticsearch。命令:bin/elasticsearch  出现如下图所示内容,说明启动成功。

启动命令以及运行成功图2

3.4、也可以在浏览网站上输入http://localhost:9200/  确认启动情况,会出现如下运行结果:

浏览器验证启动情况图3

3.5、(可选操作)  通过执行命令:bin/elasticsearch-plugin list 确认当前安装的插件有哪些,也可以使用命令bin/elasticsearch-plugin install 插件名  安装所需插件。通过浏览器URL请求确认插件安装列表。

analysis-icu插件安装图4
插件安装列表图5

3.6、(多实例步骤) 实现在本机运行多节点的集群,通过shell 命令启动:

bin/elasticsearch -E node.name=node0 -E cluster.name=csjtest -E path.data=node0_data  -d

bin/elasticsearch -E node.name=node1 -E cluster.name=csjtest -E path.data=node1_data  -d

bin/elasticsearch -E node.name=node2 -E cluster.name=csjtest -E path.data=node2_data  -d

bin/elasticsearch -E node.name=node3 -E cluster.name=csjtest -E path.data=node3_data  -d

3.7、通过在浏览器上输入URL 请求查看启动的节点运行情况,以下是两种请求姿势:

nodes 图6
nodes图7

4、Kibana搭建过程

4.1、下载和Elasticsearch相同版本的Kibana,请注意是相同版本。其官网链接:https://www.elastic.co/downloads/kibana

4.2、下载完成后解压,执行命令:bin/kibana

kibanan启动情况图8

4.3、在浏览器中输入url请求,默认端口号5601: http://localhost:5601/app/kibana#/home?_g=()

数据添加界面图9

4.4、点击图9中的左下角 add sample data 下的URL 链接,默认有三种样例数据,可以借这些样例数据熟悉平台。

添加数据完成图10

4.5、添加样例数据之后进入dashboard,查看相关 title 的分析和统计指标。


进入dashboard 图11


选择相关title图12
官方样例数据分析指标和统计指标展示图13

4.6、(可选步骤)  Kibana 中有一个非常有用的工具dev tools, 可以很方便在kibana 里执行es 的api ,比如集群有哪些节点在运等等。


dev tools 入口图14
请求样例图15

4.7、(附赠步骤) 高效使用kibana 的小技巧藏在这里

获取快捷键图16

5、总结

5.1、纸上得来终觉浅,有输入也要有输出,实践出真知~

5.2、如果读者朋友有发现文章存在描述没到位或错误的地方,请在评论中添加描述,大家一起相互学习,谢谢~

5.2、如果有读者朋友知道如何快速优雅的缩放编辑简书上的图片尺寸,欢迎分享在评论里,谢谢~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,907评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,987评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,298评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,586评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,633评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,488评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,275评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,176评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,619评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,819评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,932评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,655评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,265评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,871评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,994评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,095评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,884评论 2 354