在Ubuntu 16.04上安装和配置Elasticsearch的方法_ubuntu elasticsearch 安装

前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。

简介

Elasticsearch 是一个用于实时分布式搜索和数据分析的平台。它因易用性、强大功能和可扩展性而备受欢迎。

Elasticsearch 支持 RESTful 操作。这意味着您可以使用 HTTP 方法（GET、POST、PUT、DELETE 等）与 HTTP URI（/collection/entry）结合使用来操作您的数据。直观的 RESTful 方法既方便开发者又用户友好，这也是 Elasticsearch 受欢迎的原因之一。

Elasticsearch 是一款免费且开源的软件，由 Elastic 公司提供支持。这种组合使其适用于个人测试到企业集成等各种场景。

本文将介绍 Elasticsearch，并向您展示如何安装、配置、保护和开始使用它。

先决条件

在按照本教程操作之前，您需要：

• 通过按照《使用 Ubuntu 16.04 进行初始服务器设置》设置好的 Ubuntu 16.04 Droplet，包括创建一个 sudo 非根用户。

• 安装了 Oracle JDK 8，您可以按照这篇 Java 安装文章中的“安装 Oracle JDK”部分进行操作。

除非另有说明，本教程中需要 root 权限的所有命令都应该以具有 sudo 权限的非根用户身份运行。

步骤 1 — 下载并安装 Elasticsearch

Elasticsearch 可以直接从 elastic.co 以 zip、tar.gz、deb 或 rpm 包的形式下载。对于 Ubuntu，最好使用 deb（Debian）包，它会安装运行 Elasticsearch 所需的一切。

首先，更新您的软件包索引。

sudo apt-get update
1

下载最新的 Elasticsearch 版本，本文撰写时为 2.3.1。

wget https://download.elastic.co/elasticsearch/release/org/elasticsearch/distribution/deb/elasticsearch/2.3.1/elasticsearch-2.3.1.deb
1

然后按照通常的 Ubuntu 方法使用 dpkg 进行安装。

sudo dpkg -i elasticsearch-2.3.1.deb
1

这将导致 Elasticsearch 安装在 /usr/share/elasticsearch/，其配置文件放置在 /etc/elasticsearch，并将其 init 脚本添加到 /etc/init.d/elasticsearch。

为了确保 Elasticsearch 随服务器自动启动和停止，将其 init 脚本添加到默认运行级别。

sudo systemctl enable elasticsearch.service
1

在首次启动 Elasticsearch 之前，请查看下一节关于推荐的最小配置。

步骤 2 — 配置 Elasticsearch

现在 Elasticsearch 及其 Java 依赖已安装，是时候配置 Elasticsearch 了。Elasticsearch 配置文件位于 /etc/elasticsearch 目录中。有两个文件：

• elasticsearch.yml 配置 Elasticsearch 服务器设置。这是存储所有选项（除了日志选项）的地方，这也是我们主要关注的文件。

• logging.yml 提供日志配置。一开始，您不必编辑此文件。您可以保留所有默认的日志选项。您可以在 /var/log/elasticsearch 中找到生成的日志。

在任何 Elasticsearch 服务器上自定义的第一个变量是 elasticsearch.yml 中的 node.name 和 cluster.name。正如它们的名称所示，node.name 指定服务器（节点）的名称，以及后者所关联的集群。

如果您不自定义这些变量，node.name 将根据 Droplet 主机名自动分配。cluster.name 将自动设置为默认集群的名称。

cluster.name 值被 Elasticsearch 的自动发现功能用于自动发现和关联 Elasticsearch 节点到一个集群。因此，如果您不更改默认值，您可能会在集群中找到不需要的节点，这些节点在同一网络上被发现。

开始使用 nano 或您喜欢的文本编辑器编辑主要的 elasticsearch.yml 配置文件。

sudo nano /etc/elasticsearch/elasticsearch.yml
1

删除 cluster.name 和 node.name 行开头的 # 字符以取消注释，然后更新它们的值。您在 /etc/elasticsearch/elasticsearch.yml 文件中的第一个配置更改应该如下所示：

. . .
cluster.name: mycluster1
node.name: "My First Node"
. . .
1
2
3
4

这是您可以使用 Elasticsearch 的最小设置。但是，建议继续阅读配置部分，以更全面地了解和微调 Elasticsearch。

Elasticsearch 的一个特别重要的设置是服务器的角色，即主服务器或从服务器。主服务器 负责集群的健康和稳定性。在具有大量集群节点的大型部署中，建议有多个专用主服务器。通常，专用主服务器不会存储数据或创建索引。因此，不应该有被过载的机会，从而危及集群的健康。

从服务器 用作可以加载数据任务的工作节点。即使从节点过载，只要有其他节点可以承担额外负载，集群的健康就不会受到严重影响。

确定服务器角色的设置称为 node.master。默认情况下，节点是主节点。如果您只有一个 Elasticsearch 节点，应该将此选项保留为默认的 true 值，因为至少需要一个主节点。或者，如果希望将节点配置为从节点，请将变量 node.master 分配为 false 值，如下所示：

. . .
node.master: false
. . .
1
2
3

另一个重要的配置选项是 node.data，它确定节点是否存储数据。在大多数情况下，此选项应该保持其默认值（true），但有两种情况下您可能希望不在节点上存储数据。一种情况是当节点是之前提到的专用主节点时。另一种情况是当节点仅用于从其他节点获取数据和聚合结果时。在后一种情况下，节点将充当 搜索负载均衡器。

同样，如果您只有一个 Elasticsearch 节点，您不应更改此值。否则，要禁用本地存储数据，请将 node.data 指定为 false，如下所示：

. . .
node.data: false
. . .
1
2
3

在具有许多节点的较大 Elasticsearch 部署中，另外两个重要选项是 index.number_of_shards 和 index.number_of_replicas。前者确定索引将被分割成多少片或 分片。后者定义将分布在集群中的副本数量。拥有更多分片可以提高索引性能，而拥有更多副本可以加快搜索速度。

默认情况下，分片数为 5，副本数为 1。假设您仍在单个节点上探索和测试 Elasticsearch，您可以从一个分片和零副本开始。因此，它们的值应该设置如下：

. . .
index.number_of_shards: 1
index.number_of_replicas: 0
. . .
1
2
3
4

您可能有兴趣更改的最后一个设置是 path.data，它确定数据存储的路径。默认路径是 /var/lib/elasticsearch。在生产环境中，建议您为存储 Elasticsearch 数据使用专用分区和挂载点。在最佳情况下，这个专用分区将是一个单独的存储介质，它将提供更好的性能和数据隔离。您可以通过如下方式指定不同的 path.data 路径：

. . .
path.data: /media/different_media
. . .
1
2
3

一旦您做出所有更改，请保存并退出文件。现在您可以首次启动 Elasticsearch。

sudo systemctl start elasticsearch
1

在尝试使用它之前，请给 Elasticsearch 一些时间完全启动。否则，您可能会收到关于无法连接的错误。

第三步 —— 安全配置 Elasticsearch

默认情况下，Elasticsearch 没有内置安全性，可以被可以访问 HTTP API 的任何人控制。这并不总是一个安全风险，因为 Elasticsearch 只监听回环接口（即 127.0.0.1），只能在本地访问。因此，不可能进行公共访问，只要所有服务器用户都是受信任的，或者这是一个专用的 Elasticsearch 服务器，你的 Elasticsearch 就足够安全。

但是，如果你希望加强安全性，首先要做的是启用身份验证。身份验证由商业版的 Shield 插件提供。不幸的是，这个插件不是免费的，但你可以使用免费的 30 天试用来测试它。它的官方页面有很好的安装和配置说明。你可能需要额外了解的唯一一件事是 Elasticsearch 插件安装管理器的路径是 /usr/share/elasticsearch/bin/plugin。

如果你不想使用商业插件，但仍然需要允许远程访问 HTTP API，你至少可以通过 Ubuntu 的默认防火墙 UFW（Uncomplicated Firewall）限制网络暴露。默认情况下，UFW 已安装但未启用。如果你决定使用它，请按照以下步骤操作：

首先，创建规则以允许任何所需的服务。你至少需要允许 SSH，以便可以登录服务器。要允许 SSH 的全球访问，可以将端口 22 加入白名单。

sudo ufw allow 22
1

然后允许对受信任的远程主机（例如 TRUSTED_IP）的默认 Elasticsearch HTTP API 端口（TCP 9200）的访问，如下所示：

sudo ufw allow from TRUSTED_IP to any port 9200
1

之后，使用以下命令启用 UFW：

sudo ufw enable
1

最后，使用以下命令检查 UFW 的状态：

sudo ufw status
1

如果你已经正确指定了规则，输出应该如下所示：

[secondary_label Output of java -version]
Status: active

To                         Action      From
--                         ------      ----
9200                       ALLOW       TRUSTED_IP
22                         ALLOW       Anywhere
22 (v6)                    ALLOW       Anywhere (v6)
1
2
3
4
5
6
7
8

确认 UFW 已启用并保护 Elasticsearch 端口 9200 后，你可以允许 Elasticsearch 监听外部连接。要做到这一点，再次打开 elasticsearch.yml 配置文件。

sudo nano /etc/elasticsearch/elasticsearch.yml
1

找到包含 network.bind_host 的行，通过删除行首的 # 字符来取消注释，并将值更改为 0.0.0.0，使其如下所示：

. . .
network.host: 0.0.0.0
. . .
1
2
3

我们指定了 0.0.0.0，以便 Elasticsearch 监听所有接口和绑定的 IP。如果你希望它只监听特定接口，可以在 0.0.0.0 的位置指定其 IP。

要使上述设置生效，使用以下命令重新启动 Elasticsearch：

sudo systemctl restart elasticsearch
1

之后，尝试从受信任的主机连接到 Elasticsearch。如果无法连接，请确保 UFW 正常工作，并且已正确指定了 network.host 变量。

第四步 —— 测试 Elasticsearch

到目前为止，Elasticsearch 应该在端口 9200 上运行。你可以使用 curl，这个命令行客户端 URL 传输工具和一个简单的 GET 请求来测试它。

curl -X GET 'http://localhost:9200'
1

你应该会看到以下响应：

[secondary_label Output of curl]
{
  "name" : "My First Node",
  "cluster_name" : "mycluster1",
  "version" : {
    "number" : "2.3.1",
    "build_hash" : "bd980929010aef404e7cb0843e61d0665269fc39",
    "build_timestamp" : "2016-04-04T12:25:05Z",
    "build_snapshot" : false,
    "lucene_version" : "5.5.0"
  },
  "tagline" : "You Know, for Search"
}
1
2
3
4
5
6
7
8
9
10
11
12
13

如果你看到类似上面的响应，说明 Elasticsearch 正常工作。如果没有，请确保你已正确遵循安装说明，并且已允许 Elasticsearch 充分启动。

要对 Elasticsearch 进行更彻底的检查，执行以下命令：

curl -XGET 'http://localhost:9200/_nodes?pretty'
1

在上述命令的输出中，你可以看到并验证节点、集群、应用程序路径、模块等的所有当前设置。

第五步 — 使用 Elasticsearch

要开始使用 Elasticsearch，让我们首先添加一些数据。如前所述，Elasticsearch 使用 RESTful API，响应通常的 CRUD 命令：create（创建）、read（读取）、update（更新）和 delete（删除）。为了使用它，我们将再次使用 curl。

您可以使用以下命令添加您的第一个条目：

curl -X POST 'http://localhost:9200/tutorial/helloworld/1' -d '{ "message": "Hello World!" }'
1

您应该会看到以下响应：

{"_index":"tutorial","_type":"helloworld","_id":"1","_version":1,"_shards":{"total":2,"successful":1,"failed":0},"created":true}
1

通过 curl，我们向 Elasticsearch 服务器发送了一个 HTTP POST 请求。请求的 URI 是 /tutorial/helloworld/1，带有几个参数：

• tutorial 是 Elasticsearch 中数据的索引。
• helloworld 是类型。
• 1 是上述索引和类型下我们条目的 id。

您可以使用 HTTP GET 请求检索这个第一个条目。

curl -X GET 'http://localhost:9200/tutorial/helloworld/1'
1

结果应该如下所示：

{"_index":"tutorial","_type":"helloworld","_id":"1","_version":1,"found":true,"_source":{ "message": "Hello World!" }}
1

要修改现有条目，您可以使用 HTTP PUT 请求。

curl -X PUT 'localhost:9200/tutorial/helloworld/1?pretty' -d '
{
  "message": "Hello People!"
}'
1
2
3
4

Elasticsearch 应该会确认成功修改，如下所示：

{
  "_index" : "tutorial",
  "_type" : "helloworld",
  "_id" : "1",
  "_version" : 2,
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "created" : false
}
1
2
3
4
5
6
7
8
9
10
11
12

在上面的示例中，我们将第一个条目的 message 修改为 “Hello People!”。因此，版本号已自动增加到 2。

您可能已经注意到上述请求中的额外参数 pretty。它启用了人类可读的格式，这样您可以将每个数据字段写在新的一行上。当检索数据并获得更好的输出时，您也可以使结果“漂亮化”：

curl -X GET 'http://localhost:9200/tutorial/helloworld/1?pretty'
1

现在响应将以更好的格式呈现：

{
  "_index" : "tutorial",
  "_type" : "helloworld",
  "_id" : "1",
  "_version" : 2,
  "found" : true,
  "_source" : {
    "message" : "Hello People!"
  }
}
1
2
3
4
5
6
7
8
9
10

到目前为止，我们已经向 Elasticsearch 添加了数据并进行了查询。要了解其他操作，请查看 API 文档。

结论

这就是安装、配置和开始使用 Elasticsearch 有多么容易。一旦您已经足够熟悉手动查询，您的下一个任务将是从您的应用程序开始使用它。