部署单机版本的elasticsearch服务

=== 在节点1上面安装单节点elasticsearch ===

已经把安装包存放在了/opt/src路径下面,直接把elasticsearch-7.2.0-linux-x86_64.tar.gz解压两份,分别放入/opt/elastic-node1和/opt/elastic-node2目录下即可。

在后续版本升级时,将7.8版本的安装文件放置在了/opt/bak路径下。

==== es代码解压部署 ====

elastic@sjzjs-phy-elastic-110-91 opt$ ls /opt/elastic-node1

bin config jdk lib LICENSE.txt logs modules NOTICE.txt plugins README.textile

elastic@sjzjs-phy-elastic-110-91 opt$ ls /opt/elastic-node2/

bin config jdk lib LICENSE.txt logs modules NOTICE.txt plugins README.textile

==== 编辑elastic-node1 elasticsearch.yml设置几个重要配置参数 ====

设定es集群名称

cluster.name: bw-elastic

设定本es节点名称

node.name: elastic-node1

设定服务绑定定的网卡地址

network.host: 172.17.110.91

启动服务时锁定分配的内存

bootstrap.memory_lock: true

增加一个节点的自定义属性,用于索引分片分布的优化

node.attr.phy_server: phy-elastic-110-91

cluster.routing.allocation.awareness.attributes: phy_server

设定es api服务端口

http.port: 9201

设定es集群内节点间的通信端口

transport.port: 9301

设定本es节点的数据和日志的储路径

path.data: /opt/elastic-node1/data

path.logs: /opt/elastic-node1/logs

* 以上配置专用于sjzjs-phy-elastic-110-91主机上部署的elastic-node1服务节点。

* 此时,暂不启用network.host参数。

==== 编辑elastic-node1 jvm.options调优jvm参数 ====

我们部署elastic服务的物理主机,配置的是128GB内存,每个主机上共部署2个es服务节点,每个es节点可使用的内存为64GB。一半用于jvm,一半留给操作系统做文件缓存,同时出于jvm大缓存使用上的性能考虑,我们统一为每个es服务节点设置jvm缓存为29GB。

-Xms29g

-Xmx29g

==== 启动elastic-node1服务进程 ====

/opt/elastic-node1/bin

elastic@sjzjs-phy-elastic-110-91 bin$ ./elasticsearch

==== 检测下服务是否正常启动 ====

elastic@sjzjs-phy-elastic-110-91 \~$ curl <nowiki>http://127.0.0.1:9201</nowiki>

{

"name" : "elastic-node1",

"cluster_name" : "bw-elastic",

"cluster_uuid" : "jCBE8Uv_Tni0y6mh5Bqnrw",

"version" : {

"number" : "7.2.0",

"build_flavor" : "default",

"build_type" : "tar",

"build_hash" : "508c38a",

"build_date" : "2019-06-20T15:54:18.811730Z",

"build_snapshot" : false,

"lucene_version" : "8.0.0",

"minimum_wire_compatibility_version" : "6.8.0",

"minimum_index_compatibility_version" : "6.0.0-beta1"

},

"tagline" : "You Know, for Search"

}

=== 在节点1上安装kibana ===

==== 解压和分发安装包 ====

cd /opt/src

tar zxvf kibana-7.2.0-linux-x86_64.tar.gz

mv kibana-7.2.0-linux-x86_64 ../kibana

==== 编辑config/kibana.yml文件 ====

server.host: "sjzjs-phy-elastic-110-91"

elasticsearch.hosts: "\http://localhost:9201\"

* server.host,将kibana服务绑定到指定的地址

* elasticsearch连接参数,在目前阶段,暂时使用的localhost:9201

==== 启动kibana ====

cd /opt/kibana/

./bin/kibana

对办公网段放行kibana访问

firewall-cmd --permanent --zone=public --add-rich-rule="rule family="ipv4" source address="192.168.81.0/24" port protocol="tcp" port="5601" accept"

firewall-cmd --reload

* 这里暂先只放行了81段,后续根据使用需求,可以追加。

* 公司各办法区到该网段有vpn,因此我们直接通过办公网访问kibana服务。kibana系统还有一套网站的登录授权验证功能,所以这里按网段全放行是安全的。

=== 在节点1上安装MetricBeats ===

Beats针对不同的使用场景,分别提供了不同的工具实现。这里我们使用Metricbeat对节点主机的系统、elasticsearch索引进行监控。

Metricbeat提供预构建的模块,可以使用它们快速实施和部署系统监控解决方案。

==== 解压和分发安装包 ====

cd /opt/src

tar zxvf metricbeat-7.2.0-linux-x86_64.tar.gz

mv metricbeat-7.2.0-linux-x86_64 /opt/metricbeat

==== 编辑metricbeat.yml ====

output.elasticsearch:

hosts: "localhost:9201"

setup.kibana:

host: "sjzjs-phy-elastic-110-91:5601"

==== 启用system模块 ====

在这里,我们将运行Metricbeat的system模块以从服务器上运行的操作系统和服务收集指标。system模块收集系统级指标,例如CPU使用率,内存,文件系统,磁盘IO和网络IO统计信息,以及系统上运行的每个进程的类似顶级的统计信息。

./metricbeat modules enable system

==== 初始化数据 ====

./metricbeat setup -e

==== 启动Metricbeat服务 ====

./metricbeat -e

打开浏览器并导航到Metricbeat系统概述仪表板:

<nowiki>http://172.17.110.91:5601/app/kibana#/dashboard/Metricbeat-system-overview-ecs\</nowiki>

至此,单机版本的部署完成,在部署结果通过验收后,进入下一步骤,启用和配置出es安全管理功能。

相关推荐
大大大大晴天3 小时前
从 Prompt 到 Tool Calling:AI Agent 如何稳定连接程序世界
大数据·agent
key_3_feng4 小时前
反馈闭环:Agent 自我进化的真正引擎
大数据·agent
EnCi Zheng5 小时前
Agent 如何进行工具调用:从一次 Function Calling 到生产级工具编排的完整链路
大数据·人工智能·agent·ai编程·工具调用
GlobalInfo5 小时前
重磅发布 | 2026年船体清洁机器人行业研究报告:市场规模、发展前景与十五五战略地图
大数据·人工智能·机器人
海宇服务5 小时前
零信任架构实战:基于海宇全能小微企业报告构建自动化园区商户免押租赁资信核验网关
大数据·人工智能·架构·自动化
热文新讯6 小时前
迎进博·话疗愈:2026酒店“疗愈睡眠”闭门研讨会在沪举行
大数据·人工智能·物联网
NailiConveyor9 小时前
柔性物流方案如何适配工厂升级?自动化输送流水线定制要点
大数据·运维·自动化·制造·业界资讯
梦影_9 小时前
MySQL进阶教程(五)—— SQL调优(下)
android·大数据·数据库·后端·sql·mysql·database
没落之王9 小时前
三易五行看宋朝的三界确立
大数据·人工智能·算法
samLi062012 小时前
【数据集】水星逆行及相关日期窗口数据(1973-2025年)
大数据