如何在Ubuntu16.04上安装和配置Elasticsearch

介绍

Elasticsearch 是一个实时分布式搜索和分析数据的平台。它的流行是由于它的易用性、强大的功能和可扩展性。

Elasticsearch 支持 RESTful 操作。这意味着您可以结合使用 HTTP 方法（GET、POST、PUT、DELETE 等）与 HTTP URI (/collection/entry) 来操作数据。直观的 RESTful 方法对开发人员和用户都很友好，这也是 Elasticsearch 受欢迎的原因之一。

Elasticsearch 是一款免费的开源软件，背后有一家实力雄厚的公司：Elastic。这种组合使其适用于从个人测试到企业集成的任何地方。

本文将向您介绍 Elasticsearch，并向您展示如何安装、配置、保护和开始使用它。

先决条件

在学习本教程之前，您需要：

Ubuntu 16.04 Droplet 按照 Initial Server Setup 和 Ubuntu 16.04 进行设置，包括创建 sudo 非 root 用户。
安装Oracle JDK 8，您可以按照这篇Java安装文章的“安装Oracle JDK”部分进行操作

除非另有说明，本教程中所有需要 root 权限的命令都应以具有 sudo 权限的非 root 用户身份运行。

第 1 步 — 下载和安装 Elasticsearch

Elasticsearch 可以直接从 zip、tar.gz、deb 或 rpm 包中的 elastic.co 下载。对于 Ubuntu，最好使用 deb (Debian) 软件包，它将安装运行 Elasticsearch 所需的一切。

首先，更新您的包裹索引。

sudo apt-get update

下载最新的 Elasticsearch 版本，在撰写本文时为 2.3.1。

wget https://download.elastic.co/elasticsearch/release/org/elasticsearch/distribution/deb/elasticsearch/2.3.1/elasticsearch-2.3.1.deb

然后使用 dpkg 以通常的 Ubuntu 方式安装它。

sudo dpkg -i elasticsearch-2.3.1.deb

这导致 Elasticsearch 安装在 /usr/share/elasticsearch/ 中，其配置文件放置在 /etc/elasticsearch 中，其初始化脚本添加在 /etc/init.d/elasticsearch 中。

为确保 Elasticsearch 随服务器自动启动和停止，请将其 init 脚本添加到默认运行级别。

sudo systemctl enable elasticsearch.service

在第一次启动 Elasticsearch 之前，请查看下一节关于推荐的最低配置。

第 2 步 — 配置 Elasticsearch

现在已经安装了 Elasticsearch 及其 Java 依赖项，是时候配置 Elasticsearch 了。 Elasticsearch 配置文件位于 /etc/elasticsearch 目录中。有两个文件：

elasticsearch.yml 配置 Elasticsearch 服务器设置。这是存储除日志记录之外的所有选项的地方，这就是我们对这个文件最感兴趣的原因。
logging.yml 提供日志记录的配置。一开始，您不必编辑此文件。您可以保留所有默认日志记录选项。默认情况下，您可以在 /var/log/elasticsearch 中找到生成的日志。

在任何 Elasticsearch 服务器上要自定义的第一个变量是 elasticsearch.yml 中的 node.name 和 cluster.name。正如它们的名字所暗示的，node.name 指定服务器（节点）的名称以及与后者关联的集群。

如果您不自定义这些变量，则会根据 Droplet 主机名自动分配 node.name。 cluster.name 将自动设置为默认集群的名称。

Elasticsearch 的自动发现功能使用 cluster.name 值来自动发现 Elasticsearch 节点并将其关联到集群。因此，如果您不更改默认值，您的集群中可能会在同一网络上找到不需要的节点。

开始使用 nano 或您喜欢的文本编辑器编辑主 elasticsearch.yml 配置文件。

sudo nano /etc/elasticsearch/elasticsearch.yml

删除 cluster.name 和 node.name 行开头的 # 字符以取消注释，然后更新它们的值。 /etc/elasticsearch/elasticsearch.yml 文件中的第一个配置更改应如下所示：

/etc/elasticsearch/elasticsearch.yml

. . .
cluster.name: mycluster1
node.name: "My First Node"
. . .

这些是您可以开始使用 Elasticsearch 的最低设置。但是，建议您继续阅读配置部分，以便更深入地了解和微调 Elasticsearch。

Elasticsearch 的一项特别重要的设置是服务器的角色，它要么是主服务器，要么是从服务器。 主服务器负责集群的健康和稳定。在具有大量集群节点的大型部署中，建议拥有多个专用主节点。通常，专用主服务器不会存储数据或创建索引。因此，不应该有过载的机会，这可能会危及集群的健康。

从服务器用作可以加载数据任务的主力。即使从节点过载，集群健康也不会受到严重影响，只要有其他节点承担额外的负载。

确定服务器角色的设置称为 node.master。默认情况下，节点是主节点。如果您只有一个 Elasticsearch 节点，则应将此选项保留为默认的 true 值，因为始终需要至少一个主节点。或者，如果您希望将节点配置为从站，请将 false 值分配给变量 node.master，如下所示：

/etc/elasticsearch/elasticsearch.yml

. . .
node.master: false
. . .

另一个重要的配置选项是node.data，它决定了一个节点是否存储数据。在大多数情况下，此选项应保留其默认值 (true)，但有两种情况您可能不希望在节点上存储数据。一种是当节点是专用主节点时”，如前所述。另一种是节点仅用于从节点获取数据和聚合结果。在后一种情况下，节点将充当 搜索负载平衡器 。

同样，如果您只有一个 Elasticsearch 节点，则不应更改此值。否则，要禁用本地存储数据，请将 node.data 指定为 false，如下所示：

/etc/elasticsearch/elasticsearch.yml

. . .
node.data: false
. . .

在具有许多节点的大型 Elasticsearch 部署中，另外两个重要选项是 index.number_of_shards 和 index.number_of_replicas。第一个确定索引将被拆分成多少块，或 shards。第二个定义将在集群中分布的副本数。拥有更多分片可以提高索引性能，而拥有更多副本则可以加快搜索速度。

默认情况下，分片数为 5，副本数为 1。假设您仍在单个节点上探索和测试 Elasticsearch，您可以只从一个分片开始，没有副本。因此，它们的值应该这样设置：

/etc/elasticsearch/elasticsearch.yml

. . .
index.number_of_shards: 1
index.number_of_replicas: 0
. . .

您可能有兴趣更改的最后一个设置是 path.data，它决定了存储数据的路径。默认路径为 /var/lib/elasticsearch。在生产环境中，建议您使用专用的分区和挂载点来存储 Elasticsearch 数据。在最好的情况下，这个专用分区将是一个单独的存储介质，可以提供更好的性能和数据隔离。您可以通过如下方式指定不同的 path.data 路径：

/etc/elasticsearch/elasticsearch.yml

. . .
path.data: /media/different_media
. . .

完成所有更改后，保存并退出文件。现在您可以第一次启动 Elasticsearch。

sudo systemctl start elasticsearch

在您尝试使用 Elasticsearch 之前，请先让其完全开始使用。否则，您可能会收到有关无法连接的错误。

第 3 步 — 保护 Elasticsearch

默认情况下，Elasticsearch 没有内置安全性，任何可以访问 HTTP API 的人都可以对其进行控制。这并不总是存在安全风险，因为 Elasticsearch 只侦听只能在本地访问的环回接口（即 127.0.0.1）。因此，只要所有服务器用户都受信任或者这是一个专用的 Elasticsearch 服务器，就不可能进行公共访问，并且您的 Elasticsearch 就足够安全。

不过，如果您希望加强安全性，首先要做的是启用身份验证。身份验证由商业 Shield 插件提供。不幸的是，这个插件不是免费的，但您可以使用 30 天免费试用版来测试它。它的官方页面有很好的安装和配置说明。另外您可能需要知道的唯一一件事是 Elasticsearch 插件安装管理器的路径是 /usr/share/elasticsearch/bin/plugin。

如果您不想使用商业插件，但仍然必须允许远程访问 HTTP API，您至少可以使用 Ubuntu 的默认防火墙 UFW（简单防火墙）限制网络暴露。默认情况下，UFW 已安装但未启用。如果您决定使用它，请按照下列步骤操作：

首先，创建一个规则以允许任何需要的服务。您至少需要允许 SSH 才能登录服务器。要允许在全球范围内访问 SSH，请将端口 22 列入白名单。

sudo ufw allow 22

然后允许访问受信任的远程主机的默认 Elasticsearch HTTP API 端口（TCP 9200），例如TRUSTED_IP，如下所示：

sudo ufw allow from TRUSTED_IP to any port 9200

只有在那之后才能使用以下命令启用 UFW：

sudo ufw enable

最后，使用以下命令检查 UFW 的状态：

sudo ufw status

如果您正确指定了规则，则输出应如下所示：

Output of java -versionStatus: active

To                         Action      From
--                         ------      ----
9200                       ALLOW       TRUSTED_IP
22                         ALLOW       Anywhere
22 (v6)                    ALLOW       Anywhere (v6)

确认 UFW 已启用并保护 Elasticsearch 端口 9200 后，您可以允许 Elasticsearch 侦听外部连接。为此，请再次打开 elasticsearch.yml 配置文件。

sudo nano /etc/elasticsearch/elasticsearch.yml

找到包含 network.bind_host 的行，通过删除行首的 # 字符取消注释，并将值更改为 0.0.0.0，如下所示：

/etc/elasticsearch/elasticsearch.yml

. . .
network.host: 0.0.0.0
. . .

我们指定了 0.0.0.0 以便 Elasticsearch 监听所有接口和绑定 IP。如果您希望它仅在特定接口上侦听，则可以指定其 IP 代替 0.0.0.0。

要使上述设置生效，请使用以下命令重新启动 Elasticsearch：

sudo systemctl restart elasticsearch

之后尝试从受信任的主机连接到 Elasticsearch。如果无法连接，请确保 UFW 正在工作并且已正确指定 network.host 变量。

第 4 步 — 测试 Elasticsearch

现在，Elasticsearch 应该在 9200 端口上运行。您可以使用 curl、命令行客户端 URL 传输工具和简单的 GET 请求对其进行测试。

curl -X GET 'http://localhost:9200'

您应该看到以下响应：

Output of curl{
  "name" : "My First Node",
  "cluster_name" : "mycluster1",
  "version" : {
    "number" : "2.3.1",
    "build_hash" : "bd980929010aef404e7cb0843e61d0665269fc39",
    "build_timestamp" : "2016-04-04T12:25:05Z",
    "build_snapshot" : false,
    "lucene_version" : "5.5.0"
  },
  "tagline" : "You Know, for Search"
}

如果您看到与上述类似的响应，则说明 Elasticsearch 工作正常。如果没有，请确保您已正确遵循安装说明，并且您已留出一些时间让 Elasticsearch 完全启动。

要对 Elasticsearch 执行更彻底的检查，请执行以下命令：

curl -XGET 'http://localhost:9200/_nodes?pretty'

在上述命令的输出中，您可以查看并验证节点、集群、应用程序路径、模块等的所有当前设置。

第 5 步 — 使用 Elasticsearch

要开始使用 Elasticsearch，我们先添加一些数据。如前所述，Elasticsearch 使用 RESTful API，它响应常见的 CRUD 命令：create、read、update 和 d 删除。为了使用它，我们将再次使用 curl。

您可以使用以下命令添加您的第一个条目：

curl -X POST 'http://localhost:9200/tutorial/helloworld/1' -d '{ "message": "Hello World!" }'

您应该看到以下响应：

Output{"_index":"tutorial","_type":"helloworld","_id":"1","_version":1,"_shards":{"total":2,"successful":1,"failed":0},"created":true}

使用 curl，我们向 Elasticsearch 服务器发送了一个 HTTP POST 请求。请求的 URI 是 /tutorial/helloworld/1，带有几个参数：

tutorial 是 Elasticsearch 中数据的索引。
helloworld 是类型。
1 是我们在上述索引和类型下的条目的id。

您可以使用 HTTP GET 请求检索第一个条目。

curl -X GET 'http://localhost:9200/tutorial/helloworld/1'

结果应如下所示：

Output{"_index":"tutorial","_type":"helloworld","_id":"1","_version":1,"found":true,"_source":{ "message": "Hello World!" }}

要修改现有条目，您可以使用 HTTP PUT 请求。

curl -X PUT 'localhost:9200/tutorial/helloworld/1?pretty' -d '
{
  "message": "Hello People!"
}'

Elasticsearch 应该像这样确认成功的修改：

Output{
  "_index" : "tutorial",
  "_type" : "helloworld",
  "_id" : "1",
  "_version" : 2,
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "created" : false
}

在上面的示例中，我们将第一个条目的 message 修改为“Hello People！”。至此，版本号自动增加到2。

您可能已经注意到上述请求中的额外参数 pretty。它支持人类可读的格式，以便您可以将每个数据字段写入新行。您还可以在检索数据时“美化”您的结果并获得更好的输出，如下所示：

curl -X GET 'http://localhost:9200/tutorial/helloworld/1?pretty'

现在响应将采用更好的格式：

Output{
  "_index" : "tutorial",
  "_type" : "helloworld",
  "_id" : "1",
  "_version" : 2,
  "found" : true,
  "_source" : {
    "message" : "Hello People!"
  }
}

到目前为止，我们已经在 Elasticsearch 中添加和查询了数据。要了解其他操作，请查看 API 文档。

结论

这就是安装、配置和开始使用 Elasticsearch 的容易程度。一旦你玩够了手动查询，你的下一个任务就是从你的应用程序中开始使用它。