ES系列十6、集群配置和维护管理

1、修改配置文件

1.节点配置

1.vim elasticsearch.yml

# ======================== Elasticsearch Configuration =========================
#
# NOTE: Elasticsearch comes with reasonable defaults for most settings.
#       Before you set out to tweak and tune the configuration, make sure you
#       understand what are you trying to accomplish and the consequences.
#
# The primary way of configuring a node is via this file. This template lists
# the most important settings you may want to configure for a production cluster.
#
# Please consult the documentation for further information on configuration options:
# https://www.elastic.co/guide/en/elasticsearch/reference/index.html
#
# ---------------------------------- Cluster -----------------------------------
#
# Use a descriptive name for your cluster:
# 集群名称
cluster.name: es-test
#
# ------------------------------------ Node ------------------------------------
#
# Use a descriptive name for the node:
# 节点名称
node.name: node-1
#
# Add custom attributes to the node:
#
node.attr.rack: r1
#
# ----------------------------------- Paths ------------------------------------
#
# Path to directory where to store the data (separate multiple locations by comma):
# 
path.data: /home/esdata/data
#
# Path to log files:
#
path.logs: /home/esdata/log
#
# ----------------------------------- Memory -----------------------------------
#
# Lock the memory on startup:
#
bootstrap.memory_lock: false
bootstrap.system_call_filter: false
#
# Make sure that the heap size is set to about half the memory available
# on the system and that the owner of the process is allowed to use this
# limit.
#
# Elasticsearch performs poorly when the system is swapping the memory.
#
# ---------------------------------- Network -----------------------------------
#
# Set the bind address to a specific IP (IPv4 or IPv6):
#
network.host: 0.0.0.0
#
# Set a custom port for HTTP:
#
http.port: 9200
#
# For more information, consult the network module documentation.
#
# --------------------------------- Discovery ----------------------------------
#
# Pass an initial list of hosts to perform discovery when new node is started:
# The default list of hosts is ["127.0.0.1", "[::1]"]
# 节点主机
discovery.zen.ping.unicast.hosts: ["192.168.1.102","192.168.1.103","192.168.1.104"]
#
# Prevent the "split brain" by configuring the majority of nodes (total number of master-eligible nodes / 2 + 1):
# 主节点数量
discovery.zen.minimum_master_nodes: 1 
#
# For more information, consult the zen discovery module documentation.
#
# ---------------------------------- Gateway -----------------------------------
#
# Block initial recovery after a full cluster restart until N nodes are started:
# 节点发现多少开始恢复
gateway.recover_after_nodes: 3
#
# For more information, consult the gateway module documentation.
#
# ---------------------------------- Various -----------------------------------
#
# Require explicit names when deleting indices:
#
action.destructive_requires_name: true
http.cors.enabled: true
http.cors.allow-origin: "*"

其余节点文件除了节点名称不同，其余都同样。

2.验证

1.启动三台机器ES和head

2.访问head地址查看

集群一共两个三个节点，test有5分片，每一个分片两个副本，停掉节点二，集群副本0，2，4不见了

 

2、集群规划

搭建一个集群咱们须要考虑以下几个问题：

1. 咱们须要多大规模的集群？

2. 集群中的节点角色如何分配？

3. 如何避免脑裂问题？

4. 索引应该设置多少个分片？

5. 分片应该设置几个副本？

下面咱们就来分析和回答这几个问题

一、咱们须要多大规模的集群？

须要从如下两个方面考虑：

1.1 当前的数据量有多大？数据增加状况如何？
1.2 你的机器配置如何？cpu、多大内存、多大硬盘容量？

推算的依据：

ES JVM heap 最大能够设置32G 。
30G heap 大概能处理的数据量 10 T。若是内存很大如128G，可在一台机器上运行多个ES节点实例。

备注：集群规划知足当前数据规模+适量增加规模便可，后续可按需扩展。

两类应用场景：

A. 用于构建业务搜索功能模块，且可能是垂直领域的搜索。数据量级几千万到数十亿级别。通常2-4台机器的规模。
B. 用于大规模数据的实时OLAP（联机处理分析），经典的如ELK Stack，数据规模可能达到千亿或更多。几十到上百节点的规模。

二、集群中的节点角色如何分配？

2.1 节点角色：

Master
node.master: true 节点能够做为主节点
DataNode
node.data: true 默认是数据节点。
Coordinate node 协调节点
若是仅担任协调节点，将上两个配置设为false。

说明：

一个节点能够充当一个或多个角色，默认三个角色都有

协调节点：一个节点只做为接收请求、转发请求到其余节点、汇总各个节点返回数据等功能的节点。就叫协调节点

2.2 如何分配：

A. 小规模集群，不需严格区分。
B. 中大规模集群（十个以上节点），应考虑单独的角色充当。特别并发查询量大，查询的合并量大，能够增长独立的协调节点。角色分开的好处是分工分开，不互影响。如不会因协调角色负载太高而影响数据节点的能力。

三、如何避免脑裂问题？

3.1 脑裂问题：

一个集群中只有一个A主节点，A主节点由于须要处理的东西太多或者网络过于繁忙，从而致使其余从节点ping不通A主节点，这样其余从节点就会认为A主节点不可用了，就会从新选出一个新的主节点B。过了一会A主节点恢复正常了，这样就出现了两个主节点，致使一部分数据来源于A主节点，另一部分数据来源于B主节点，出现数据不一致问题，这就是脑裂。

3.2 尽可能避免脑裂，须要添加最小数量的主节点配置：

discovery.zen.minimum_master_nodes: (有master资格节点数/2) + 1

这个参数控制的是，选举主节点时须要看到最少多少个具备master资格的活节点，才能进行选举。官方的推荐值是(N/2)+1，其中N是具备master资格的节点的数量。

3.3 经常使用作法（中大规模集群）：

1. Master 和 dataNode 角色分开，配置奇数个master，如3
2. 单播发现机制，配置master资格节点：

discovery.zen.ping.multicast.enabled: false —— 关闭多播发现机制，默认是关闭的

discovery.zen.ping.unicast.hosts: ["master1", "master2", "master3"] —— 配置单播发现的主节点ip地址，其余从节点要加入进来，就得去询问单播发现机制里面配置的主节点我要加入到集群里面了，主节点赞成之后才能加入，而后主节点再通知集群中的其余节点有新节点加入

3. 配置选举发现数，及延长ping master的等待时长

discovery.zen.ping_timeout: 30（默认值是3秒）——其余节点ping主节点多久时间没有响应就认为主节点不可用了
discovery.zen.minimum_master_nodes: 2 —— 选举主节点时须要看到最少多少个具备master资格的活节点，才能进行选举

四、索引应该设置多少个分片？

说明：分片数指定后不可变，除非重索引。

思考：

分片对应的存储实体是什么？

　　存储的实体是索引

分片是否是越多越好？

　　不是

分片多有什么影响？

　　分片多浪费存储空间、占用资源、影响性能

4.1 分片过多的影响：

每一个分片本质上就是一个Lucene索引, 所以会消耗相应的文件句柄, 内存和CPU资源。
每一个搜索请求会调度到索引的每一个分片中. 若是分片分散在不一样的节点却是问题不太. 但当分片开始竞争相同的硬件资源时, 性能便会逐步降低。
ES使用词频统计来计算相关性. 固然这些统计也会分配到各个分片上. 若是在大量分片上只维护了不多的数据, 则将致使最终的文档相关性较差。

4.2 分片设置的可参考原则：

ElasticSearch推荐的最大JVM堆空间是30~32G, 因此把你的分片最大容量限制为30GB, 而后再对分片数量作合理估算. 例如, 你认为你的数据能达到200GB, 推荐你最多分配7到8个分片。
在开始阶段, 一个好的方案是根据你的节点数量按照1.5~3倍的原则来建立分片. 例如,若是你有3个节点, 则推荐你建立的分片数最多不超过9(3x3)个。当性能降低时，增长节点，ES会平衡分片的放置。
对于基于日期的索引需求, 而且对索引数据的搜索场景很是少. 也许这些索引量将达到成百上千, 但每一个索引的数据量只有1GB甚至更小. 对于这种相似场景, 建议只须要为索引分配1个分片。如日志管理就是一个日期的索引需求，日期索引会不少，但每一个索引存放的日志数据量就不多。

五、分片应该设置几个副本？

说明：副本数是能够随时调整的！

思考：

副本的用途是什么？

　　备份数据保证高可用数据不丢失，高并发的时候参与数据查询
针对它的用途，咱们该如何设置它的副本数？

　　通常一个分片有1-2个副本便可保证高可用
集群规模没变的状况下副本过多会有什么影响？

　　副本多浪费存储空间、占用资源、影响性能

5.1 副本设置基本原则：

为保证高可用，副本数设置为2便可。要求集群至少要有3个节点，来分开存放主分片、副本。
如发现并发量大时，查询性能会降低，可增长副本数，来提高并发查询能力。

注意：新增副本时主节点会自动协调，而后拷贝数据到新增的副本节点

 

3、集群管理

1. 监控API

http://localhost:9200/_cat

GET  /_cat

/_cat/health
/_cat/nodes
/_cat/master
/_cat/indices
/_cat/allocation
/_cat/shards
/_cat/shards/{index}
/_cat/thread_pool
/_cat/segments
/_cat/segments/{index}

2. x-pack

为集群提供安全防御、监控、告警、报告等功能的收费组件；
部分免费：https://www.elastic.co/subscriptions
6.3开始已开源，并并入了elasticsearch核心中。

官网安装介绍：

https://www.elastic.co/guide/en/elasticsearch/reference/6.2/installing-xpack-es.html

 

ES安装参考：

ES系列1、CentOS7安装ES 6.3.1

ES系列2、CentOS7安装ES head6.3.1