为了方便本节将使用docker部署Elasticsearch，以下简称es。
Elasticsearch
1.基础理论部分
1.1.简单介绍一下es
Elasticsearch是一个开源的、分布式的、实时的搜索和分析引擎
可进行海量数据存储和集群管理，具有强大的数据搜索、数据分析能力
可用于网站搜索、日志管理、数据分析等应用
1.2.es的基本概念和相关术语
- 集群（cluster）：具有相同集群名称的节点会组成一个集群
- 节点（node）：用于存储集群的数据
- 索引（index）：索引是一个文档数据的集合
- 类型（type）：在索引中可存储不同类型的文档，新版本中一个索引对应一种类型
- 文档（document）：用json格式表示的一条数据
- 分片（shard）：创建索引时可指定分成多少分片存储
- 复制（replication）：一个分片可以有多个副本
使用关系型数据库比较：
| 关系型数据库 | elasticsearch |
|---|---|
| 数据库 | 索引 |
| 表 | 类型（废弃） |
| 行 | 文档 |
| 列 | 字段 |
| 表结构 | 映射 |
2.elasticsearch安装部分
本次实验为docker部署
下载es镜像版本为7.17.20：
yaml
docker pull elasticsearch:7.17.20在运行容器前，我们先根据官方指导进行一些配置优化：
- 修改
vm.max_map_count不低于262144，分别进行永久生效和临时生效，这个参数含义是限制一个进程可以拥有的最大内存映射区域数。
bash
# grep vm.max_map_count /etc/sysctl.conf
vm.max_map_count=262144
# sysctl -w vm.max_map_count=262144- 创建一个用于存储es数据的目录并授权，因为es默认使用uid:gid为1000:1000来管理
yaml
mkdir /esdata/data -p
chown 1000:1000 /esdata/data
chmod 775 /esdata/data- 设置进程可以打开的最大文件描述符数量，运行容器的时候直接加上
yaml
--ulimit nofile=65535:65535- 关闭swap分区
yaml
swapoff -a
# 永久关闭则是修改/etc/fstab文件，讲涉及swap的行用#号注释- 设置堆大小，Xms为初始堆大小，Xmx为最大堆大小，设置大小根据自己资源设定
yaml
-e ES_JAVA_OPTS="-Xms1g -Xmx1g"运行es容器：
bash
docker run --ulimit nofile=65535:65535 -d --name es -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -e ES_JAVA_OPTS="-Xms1g -Xmx1g" -v /esdata/data/:/usr/share/elasticsearch/data/ elasticsearch:7.17.20- discovery.type=single-node含义为单节点运行
- 9200端口是HTTP RESTful接口端口，用于与Elasticsearch集群进行交互
- 9300端口用于节点间通讯
如果需要还可以将配置文件映射到本地，方法为：
your_config_dir/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml
安装部分内容到此结束，接下来记录一下es的基数内容。
3.elasticsearch配置及建议
es使用elasticsearch.yml文件作为配置文件
| 参数 | 功能 |
|---|---|
| 集群相关参数 | |
| cluster.name | 集群名称 |
| discovery.seed_hosts | 指定集群节点用于节点发现 |
| cluster.initial_master_nodes | 定义初始主节点名称列表 |
| 节点相关参数 | |
| node.name | 节点名称 |
| node.master | 是否允许节点成为主节点 |
| node.data | 是否允许该节点存储数据 |
| 路径参数 | |
| path.data | 数据存储路径 |
| path.logs | 日志存储路径 |
| 网络参数 | |
| network.host | 节点监听的IP地址 |
es设置堆大小配置文件jvm.options
| 参数 | 功能 |
|---|---|
| -Xms | 初始堆大小 |
| -Xmx | 最大堆大小 |
es日志参数配置log4j2.properties
- 配置日志级别（如DEBUG、INFO、WARN、ERROR）。
- 配置日志输出位置（如控制台、文件）。
配置建议：
- 初始堆大小（Xms）和最大堆大小（Xmx）应相等
- 堆大小不应超过物理内存的50%
- 堆大小不应超过32GB
- 1GB堆大小可处理48G-96G左右数据，可根据数据量配置
- 单个分片的大小应控制在30G-50G之间
比如每个分片的大小为30GB，分片的数量为分片数量=数据总量/30GB
每个主分片都应该有副本，且存放在不同的节点，防止数据损坏。
比如有3个主分片，每个主分片有一个副本，可以这样写：
json
"number_of_shards": 3,
"number_of_replicas": 1