elasticsearch系列八：ES 集羣管理（集羣規劃、集羣搭建、集羣管理）

1、集羣規劃

搭建一個集羣咱們須要考慮以下幾個問題：

1. 咱們須要多大規模的集羣？

2. 集羣中的節點角色如何分配？

3. 如何避免腦裂問題？

4. 索引應該設置多少個分片？

5. 分片應該設置幾個副本？

下面咱們就來分析和回答這幾個問題

一、咱們須要多大規模的集羣？

須要從如下兩個方面考慮：

1.1 當前的數據量有多大？數據增加狀況如何？
1.2 你的機器配置如何？cpu、多大內存、多大硬盤容量？

推算的依據：

ES JVM heap 最大能夠設置32G 。
30G heap 大概能處理的數據量 10 T。若是內存很大如128G，可在一臺機器上運行多個ES節點實例。

備註：集羣規劃知足當前數據規模+適量增加規模便可，後續可按需擴展。

兩類應用場景：

A. 用於構建業務搜索功能模塊，且可能是垂直領域的搜索。數據量級幾千萬到數十億級別。通常2-4臺機器的規模。
B. 用於大規模數據的實時OLAP（聯機處理分析），經典的如ELK Stack，數據規模可能達到千億或更多。幾十到上百節點的規模。

二、集羣中的節點角色如何分配？

2.1 節點角色：

Master
node.master: true 節點能夠做爲主節點
DataNode
node.data: true 默認是數據節點。
Coordinate node 協調節點
若是僅擔任協調節點，將上兩個配置設爲false。

說明：

一個節點能夠充當一個或多個角色，默認三個角色都有

協調節點：一個節點只做爲接收請求、轉發請求到其餘節點、彙總各個節點返回數據等功能的節點。就叫協調節點

2.2 如何分配：

A. 小規模集羣，不需嚴格區分。
B. 中大規模集羣（十個以上節點），應考慮單獨的角色充當。特別併發查詢量大，查詢的合併量大，能夠增長獨立的協調節點。角色分開的好處是分工分開，不互影響。如不會因協調角色負載太高而影響數據節點的能力。

三、如何避免腦裂問題？

3.1 腦裂問題：

一個集羣中只有一個A主節點，A主節點由於須要處理的東西太多或者網絡過於繁忙，從而致使其餘從節點ping不通A主節點，這樣其餘從節點就會認爲A主節點不可用了，就會從新選出一個新的主節點B。過了一會A主節點恢復正常了，這樣就出現了兩個主節點，致使一部分數據來源於A主節點，另一部分數據來源於B主節點，出現數據不一致問題，這就是腦裂。

3.2 儘可能避免腦裂，須要添加最小數量的主節點配置：

discovery.zen.minimum_master_nodes: (有master資格節點數/2) + 1

這個參數控制的是，選舉主節點時須要看到最少多少個具備master資格的活節點，才能進行選舉。官方的推薦值是(N/2)+1，其中N是具備master資格的節點的數量。

3.3 經常使用作法（中大規模集羣）：

1. Master 和 dataNode 角色分開，配置奇數個master，如3
2. 單播發現機制，配置master資格節點：

discovery.zen.ping.multicast.enabled: false —— 關閉多播發現機制，默認是關閉的

discovery.zen.ping.unicast.hosts: ["master1", "master2", "master3"] —— 配置單播發現的主節點ip地址，其餘從節點要加入進來，就得去詢問單播發現機制裏面配置的主節點我要加入到集羣裏面了，主節點贊成之後才能加入，而後主節點再通知集羣中的其餘節點有新節點加入

3. 配置選舉發現數，及延長ping master的等待時長

discovery.zen.ping_timeout: 30（默認值是3秒）——其餘節點ping主節點多久時間沒有響應就認爲主節點不可用了
discovery.zen.minimum_master_nodes: 2 —— 選舉主節點時須要看到最少多少個具備master資格的活節點，才能進行選舉

四、索引應該設置多少個分片？

說明：分片數指定後不可變，除非重索引。

思考：

分片對應的存儲實體是什麼？

　　存儲的實體是索引

分片是否是越多越好？

　　不是

分片多有什麼影響？

　　分片多浪費存儲空間、佔用資源、影響性能

4.1 分片過多的影響：

每一個分片本質上就是一個Lucene索引, 所以會消耗相應的文件句柄, 內存和CPU資源。
每一個搜索請求會調度到索引的每一個分片中. 若是分片分散在不一樣的節點卻是問題不太. 但當分片開始競爭相同的硬件資源時, 性能便會逐步降低。
ES使用詞頻統計來計算相關性. 固然這些統計也會分配到各個分片上. 若是在大量分片上只維護了不多的數據, 則將致使最終的文檔相關性較差。

4.2 分片設置的可參考原則：

ElasticSearch推薦的最大JVM堆空間是30~32G, 因此把你的分片最大容量限制爲30GB, 而後再對分片數量作合理估算. 例如, 你認爲你的數據能達到200GB, 推薦你最多分配7到8個分片。
在開始階段, 一個好的方案是根據你的節點數量按照1.5~3倍的原則來建立分片. 例如,若是你有3個節點, 則推薦你建立的分片數最多不超過9(3x3)個。當性能降低時，增長節點，ES會平衡分片的放置。
對於基於日期的索引需求, 而且對索引數據的搜索場景很是少. 也許這些索引量將達到成百上千, 但每一個索引的數據量只有1GB甚至更小. 對於這種相似場景, 建議只須要爲索引分配1個分片。如日誌管理就是一個日期的索引需求，日期索引會不少，但每一個索引存放的日誌數據量就不多。

五、分片應該設置幾個副本？

說明：副本數是能夠隨時調整的！

思考：

副本的用途是什麼？

　　備份數據保證高可用數據不丟失，高併發的時候參與數據查詢
針對它的用途，咱們該如何設置它的副本數？

　　通常一個分片有1-2個副本便可保證高可用
集羣規模沒變的狀況下副本過多會有什麼影響？

　　副本多浪費存儲空間、佔用資源、影響性能

5.1 副本設置基本原則：

爲保證高可用，副本數設置爲2便可。要求集羣至少要有3個節點，來分開存放主分片、副本。
如發現併發量大時，查詢性能會降低，可增長副本數，來提高併發查詢能力。

注意：新增副本時主節點會自動協調，而後拷貝數據到新增的副本節點

2、集羣搭建

1. 準備3臺虛擬機：

192.168.152.128 、192.168.152.12九、192.168.152.130

2. 在3臺虛擬機裏面都安裝好elasticsearch

安裝教程參考我以前寫的文章的ES的安裝和配置部分：

https://www.cnblogs.com/leeSmall/p/9189078.html

3. 修改3臺虛擬機下ES的配置，使得它們組成一個集羣

進入elasticsearch的config目錄，修改elasticsearch.yml的配置

3.1. IP訪問限制、默認端口修改9200

這裏有兩個須要提醒下，第一個就是IP訪問限制，第二個就是es實例的默認端口號9200。IP訪問限制能夠限定具體的IP訪問服務器，這有必定的安全過濾做用。

# Set the bind address to a specific IP (IPv4 or IPv6): 
# 
network.host: 192.168.152.128

若是設置成0.0.0.0則是不限制任何IP訪問。通常在生產的服務器可能會限定幾臺IP，一般用於管理使用。

默認的端口9200在通常狀況下也有點風險，能夠將默認的端口修改爲另一個，這還有一個緣由就是怕開發人員誤操做，鏈接上集羣。固然，若是你的公司網絡隔離作的很好也無所謂。

# 
# Set a custom port for HTTP: 
# 
http.port: 9200 transport.tcp.port: 9300

這裏的9300是集羣內部通信使用的端口，這個也能夠修改掉。由於鏈接集羣的方式有兩種，經過扮演集羣node也是能夠進入集羣的，因此仍是安全起見，修改掉默認的端口。

說明：記得修改安裝了ES的3臺虛擬機（三個節點）的相同配置，要否則節點之間沒法創建鏈接工做，也會報錯。

3.2 集羣發現IP列表、node、cluster名稱

緊接着修改集羣節點IP地址，這樣可讓集羣在規定的幾個節點之間工做。elasticsearch，默認是使用自動發現IP機制。就是在當前網段內，只要能被自動感知到的IP就能自動加入到集羣中。這有好處也有壞處。好處就是自動化了，當你的es集羣須要雲化的時候就會很是方便。可是也會帶來一些不穩定的狀況，如，master的選舉問題、數據複製問題。

致使master選舉的因素之一就是集羣有節點進入。當數據複製發生的時候也會影響集羣，由於要作數據平衡複製和冗餘。這裏面能夠獨立master集羣，剔除master集羣的數據節點能力。

固定列表的IP發現有兩種配置方式，一種是互相依賴發現，一種是全量發現。各有優點吧，我是使用的依賴發現來作的。這有個很重要的參考標準，就是你的集羣擴展速度有多快。由於這有個問題就是，當全量發現的時候，若是是初始化集羣會有很大的問題，就是master全局會很長，而後節點之間的啓動速度各不同。因此我採用了靠譜點的依賴發現。

你須要在192.168.152.128的elasticsearch中配置成：

# --------------------------------- 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]"] 
# 
discovery.zen.ping.unicast.hosts: [ "192.168.152.129:9300","192.168.152.130:9300" ]

讓他去發現129，130的機器，以此內推，完成剩下的129和130機器的配置。

而後你須要配置下集羣名稱，就是你當前節點所在集羣的名稱，這有助於你規劃你的集羣。集羣中的全部節點的集羣名稱必須同樣，只有集羣名稱同樣才能組成一個邏輯集羣。

# ---------------------------------- Cluster ----------------------------------- 
# 
# Use a descriptive name for your cluster: 
# 
cluster.name: mycluster 

配置你當前節點的名稱

# 
# ------------------------------------ Node ------------------------------------ 
# 
# Use a descriptive name for the node: 
# 
node.name: node-1

以此類推，完成另外兩個節點的配置。cluster.name的名稱必須保持同樣。而後分別設置node.name。

說明：

這裏搭建的是一個簡單的集羣，沒有作集羣節點角色的區分，因此3個節點默認的角色有主節點、數據節點、協調節點

選舉ES主節點的邏輯：

選舉的大概邏輯，它會根據分片的數據的先後新鮮程度來做爲選舉的一個重要邏輯。（日誌、數據、時間都會做爲集羣master全局的重要指標）

由於考慮到數據一致性問題，固然是用最新的數據節點做爲master，而後進行新數據的複製和刷新其餘node。

3、集羣管理

1. 監控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

爲集羣提供安全防禦、監控、告警、報告等功能的收費組件；
部分免費：https://www.elastic.co/subscriptions
6.3開始已開源，並併入了elasticsearch核心中。

官網安裝介紹：

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

 

參考文章：

集羣搭建一：https://www.cnblogs.com/wangiqngpei557/p/5967377.html

集羣搭建二：https://www.cnblogs.com/jstarseven/p/6803054.html 這一篇文章寫得比較詳細，同時還總結了搭建過程當中遇到的問題，搭建ES集羣的話強烈推薦