一 .Elasticsearch 介绍
Elasticsearch（简称 ES） 是一个基于 Apache Lucene 构建的分布式、RESTful 风格的搜索和分析引擎。它最擅长的就是海量数据的快速存储、搜索和分析。我们可以把它想象成一个超级搜索引擎，但它不是搜网页，而是搜我们存进去的结构化或非结构化数据（比如日志、文档、商品信息）。我们平常在购物软甲或者其他平台进行搜索的时候，这个时候就是用到了Elasticsearch的，而不是访问了数据库，访问了数据库时不会达到实时反馈的。
Elasticsearch的核心特征就是就是分布式、高可用、全文搜索、实时性等等。它在ELK架构中的作用就是存储logstash获取到的日志信息，以及为数据建立索引，达到毫秒级的搜索速率。
那么这里的分布式和高可用是怎么理解的呢？这是因为，在部署Elasticsearch的时候，一般都会先部署一个集群，这个集群就可以分布式的存储数据，同时，这个集群中的master可以不存储数据，而是选择调用哪一个来工作。这样就可以大大的减缓海量数据的压力了。
二 . 部署 Elasticsearch 集群
要部署Elasticsearch集群，我们先要安装这个服务，我们现在一台主机上安装ES服务。
同样也是使用rpm包的方式下载，这样操作比较快。
安装完成之后，我们就要部署集群了，部署集群我们就要配置ES的配置文件，ES的配置文件是在/etc/elasticsearch下面的elasticsearch.yml文件，注意yml文件对于缩进的要求是十分严格的。
我们打开这个yml配置文件，在对应的区域添加上对应的语句：
首先就是集群名字，同属一个集群中的机器，这里写的名字一定要是一样的才对。然后node这里的配置我们不用动它。
这两个配置的路径分别指的是数据文件和日志文件的存储目录。
这里的第一个配置的作用是锁定 Elasticsearch 使用的内存，禁止操作系统将其交换到磁盘（swap）。这是因为ES 对性能要求极高，一旦内存被 swap，性能会急剧下降，甚至导致节点失联。
然后后续两个配置就是0.0.0.0代表监听所有网络接口，以及服务端口。
最后就是集群中的其他节点名称，注意我们这里这样写是提前配置了解析，如果没有解析我们写ip地址就可以了。
然后下面的代表的是，有哪些是可以当作master节点，我们这里全部都可以。
配置完ES的配置文件，我们还需要配置系统文件，让ES只运行在内存，关闭swap分区。这些是需要操作系统的支持的。
打开limies.conf这个系统文件。
在这里面添加上这几句，代表允许ES锁定内存，允许ES同时打开65535个文件和4096个进程。
最后，要使ES只在内存中执行，只配置limits.conf是不够的，在system层面的权限也要放开，所以我们还要配置sysytemd里面的系统文件。
在service中添加这个语句，此时ES就只会在内存中了。
最后输入swapoff -a禁止swap分区的使用
配置文件中注释，代表永久禁用，否则重启又会再次开启swap分区。
此时我们访问这个主机的9200端口，就会是一段json串，代表的是已经配置好了。
那么server2和server3也是如此配置，我们可以直接远程拷贝即可。
三 . 部署 cerebro
Cerebro 是 Elasticsearch 的一个开源 Web 管理工具，专门用来查看和管理ES集群。我们可以把它理解为 Elasticsearch 的"图形化管理界面"。由于我们刚才的ES集群的9000端口出来的只是json串，是不方便观看的，那么cerebro就是专门针对于ES的，它可以反馈出集群的状态，查看节点列表，查看索引列表等等。
配置方式也很简单，不过由于cerebro是一个java程序，依赖性较多，本身也较重，所以我们这里是通过docker容器来配置的，此时我们只需要一个镜像，然后创建容器即可，不用再管依赖性了。
先安装docker，在阿里云中找到容器docker的操作步骤，先把yum源更新，然后就可以直接下载docker了。
下载完之后，我们就需要先拉取cerebro镜像，不过我这里有本地镜像，相比于网络拉取会快上很多。
镜像配置好之后，我们就可以直接docker run创建一个容器跑我们的cerebro的服务了，然后我们就可以直接浏览器上9000端口访问了，这就是docker的方便，不用再解决依赖性，一个镜像全部解决。同时docker是轻量级的，用的是宿主的操作系统内核，所以占用空间也不大。
在浏览器中就是这样一个界面，然后这里输入的是我们集群随便一个节点的ip+9200端口，此时就可以连接成功。
连接成功之后，就可以看到各个节点的状态、索引，同时会将每个节点的分片显示出来。
