linux环境下ES的单机和集群部署，kibana的安装部署，cerebro的安装部署_安装部署cerebro

ES下载安装

我选择的是7.13.0的版本，可以在官网下载对应的版本之后再上传到我们自己的Linux虚拟机上。

或者可以在自己本地linux虚拟机上执行如下命令下载es的压缩包。

wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.13.0-linux-x86_64.tar.gz

下载完成后如下图：

然后用如下命令执行解压ES压缩包到指定文件夹下，文件夹的路径必须存在，否则会报错：

tar -zxvf elasticsearch-7.13.0-linux-x86_64.tar.gz -C /usr/local/es/

解压成功后在对应目录下可以看到解压后的文件目录：

将es的目录进行改名，如下图：

我们来看下es的目录结构，如下图所示：

• bin目录：包含一些执行脚本，其中ES的启动文件和脚本安装文件就在这个目录里。
• config目录：包含集群的配置文件（elasticsearch.yml），jvm配置（jvm.options），user等相关配置。
• JDK目录：7.0后自带jdk，java运行环境。
• lib目录：java的类库。
• plugins目录：插件安装的目录。
• modules目录：包含所有es的模块。

修改ES配置

修改elasticsearch.yml文件

#集群的名字 单机也可以配置名称
cluster.name: my_app
#节点的名称
node.name: node_1
#数据文件的存储位置
path.data: /usr/local/es/es_node/data
#日志文件的存储位置
path.logs: /usr/local/es/es_node/logs
#ES 提供服务的监听地址，线上一定不能配置 ip 为 0.0.0.0，这是非常危险的行为。0.0.0.0 表示所有ip都可以访问
network.host: 0.0.0.0
#ES 提供服务的监听端口
http.port: 9200
#在开箱即用的情境下（本机环境）无需配置，ES 会自动扫描本机的 9300 到9305 端口。一旦进行了网络环境配置，这个自动扫描操作就不会执行。discovery.seed_hosts 配置为 master 候选者节点即可。 如果需要指定端口的话，其值可以为：[“localhost:9300”, “localhost:9301”]
#该配置是做服务或者节点发现的，其他节点必须知道他们才能进入集群，一般配置为集群的 master 候选者的列表
discovery.seed_hosts: [“192.168.10.128”]
#指定新集群 master 候选者列表，其值为节点的名字列表。这里配置了 node.name: node_1，所以其值为 [“node_1”]，而不是 ip 列表 ！
cluster.initial_master_nodes: [“node_1”]

修改jvm.options文件

#初始java堆内存大小
-Xms1g
#最大的堆内存大小
-Xmx1g

JVM 配置需要以下几点：

• -Xms 和-Xmx 这两个 JVM 的参数必须配置为一样的数值。服务在启动的时候就分配好内存空间，避免运行时申请分配内存造成系统抖动。
• Xmx 不要超过机器内存的50%，留下些内存供 JVM 堆外内存使用。
• 并且 Xmx 不要超过 32G。建议最大配置为 30G。接近 32G，可能会使JVM压缩指针的功能失效，导致性能下降。

启动ES

在es_node目录下执行 bin/elasticsearch命令启动报错，如下图所示：

原因是es不能使用root用户启动服务，所以我们还需要为es创建一个用户。
执行以下命令，添加用户并赋予权限：

#创建es用户
useradd es
#将这个文件夹权限赋给es
chown -R es:es /usr/local/es/es_node

接着再执行上述命令启动，会发现报下面的错误：

按照提示进行操作系统配置就可以了，如下图：

修改完后切换到es用户再启动服务。可以看到es单机服务可以正常启动成功：

./bin/elasticsearch -d 可以使es在后台启动，在对应的my_app.log下可以查看启动日志。

在浏览器中访问 192.168.10.128:9200，如果得到以下结果即运行成功:

kibana的安装与部署

下载解压kibana压缩包

在本地虚拟机执行以下命令下载kibana的压缩包：

wget https://artifacts.elastic.co/downloads/kibana/kibana-7.13.0-linux-x86_64.tar.gz

下载完成如下图：

然后用如下命令执行解压kibana压缩包到指定文件夹下，文件夹的路径必须存在，否则会报错：

tar -zxvf kibana-7.13.0-linux-x86_64.tar.gz -C /usr/local/kibana/

解压成功后在对应目录下可以看到解压后的文件目录：

将kibana的目录进行改名，如下图：

修改kibana配置

#端口
server.port: 5601
#ip
server.host: “192.168.10.128”
#es服务地址
elasticsearch.hosts: ["http://192.168.10.128:9200]

kibana启动

在kibana目录下执行下面的命令启动服务：

./bin/kibana >> run.log 2>&1 &

找到对应的日志查看日志，发现报错：

kibana与es一样不能用root用户启动，我们还是切换到es用户启动kibana。
在启动之前先给kibana的目录赋予es用户的权限：

chown -R es:es /usr/local/kibana/kibana/

再切换到es用户启动服务：

安装完成后，在浏览器中访问 192.168.10.128:5601，如果运行成功可以进入到如下界面：

安装 Cerebro

Cerebro 是一个简单的 ES 管理工具，其安装步骤如下：

#如果你无法从github下载文件，那么可以访问下面的链接手动（备份地址无法用wget下载）下载，然后再进行解压。
#备份地址：https://gitee.com/dgl/es-booklet/raw/master/resources/cerebro-0.9.4.tgz
wget https://github.com/lmenezes/cerebro/releases/download/v0.9.4/cerebro-0.9.4.tgz
tar -zxvf cerebro-0.9.4.tgz -C /usr/local/
cd /usr/local/
mv cerebro-0.9.4 cerebro
cd cerebro
sed -i ‘s/server.http.port = ${?CEREBRO_PORT}/server.http.port = 9800/g’ conf/application.conf
echo -e ‘\nhosts = [
{
host = “http://192.168.10.128:9200”
name = “my_app”
}
]’ >> conf/application.conf

配置完成后，运行以下指令启动 cerebo：

#启动， 在run.log中查看日志
nohup ./bin/cerebro > run.log &

如果启动成功，在浏览器中访问 localhost:9800 即可访问 cerebro。

ES集群部署

上述只是搭建启动了一个单机版的es服务，接下来我们在三台虚拟机上分别启动es服务组成es集群。
es节点对应的虚拟机地址如下：

我们先修改原来单机es服务的配置,然后复制到另外两台机器上，具体修改的内容如下：

#在es的配置文件中将对应的参数修改为下面的值
network.host: 192.168.10.128
discovery.seed_hosts: [“192.168.10.128:9300”,“192.168.10.129:9300”,“192.168.10.130:9300”]
transport.port: 9300
#然后执行以下命令将es所在的目录拷贝到另外两台机器上
scp -r es_node/ root@192.168.10.129:/usr/local/es/
scp -r es_node/ root@192.168.10.130:/usr/local/es/
#在192.168.10.129这台机器上修改对应的es配置文件
#将节点名称修改为node_2
node.name: node_2
#将监听地址改为本机ip地址
network.host: 192.168.10.129
#同理在192.168.10.130机器上将节点名称修改为node_3
node.name: node_3
#将监听地址改为本机ip地址
network.host: 192.168.10.130
在129和130两台机器上添加es用户并赋予对应权限
useradd es
chown -R es:es /usr/local/es/es_node
#然后在每台机器上切换到es用户
su es
#执行命令启动es服务
./bin/elasticsearch -d

上述步骤都操作成功后，我们可以在cerebro页面看到es集群的相关信息，如下图所示：