在Ubuntu 14.04上安装和配置Elasticsearch的方法

前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。

简介

Elasticsearch 是一个用于实时分布式搜索和数据分析的平台。它因易用性、强大功能和可扩展性而备受欢迎。

Elasticsearch 支持 RESTful 操作。这意味着您可以使用 HTTP 方法（GET、POST、PUT、DELETE 等）结合 HTTP URI（/collection/entry）来操作您的数据。直观的 RESTful 方法既方便开发人员又用户友好，这也是 Elasticsearch 受欢迎的原因之一。

Elasticsearch 是一款免费且开源的软件，由 Elastic 公司提供支持。这种组合使其适用于从个人测试到企业集成的各种场景。

本文将介绍 Elasticsearch，并向您展示如何安装、配置和开始使用它。

先决条件

在按照本教程操作之前，请确保您完成以下先决条件：

• 一个 Ubuntu 14.04 Droplet
• 一个非 root sudo 用户。详情请参阅《使用 Ubuntu 14.04 进行初始服务器设置》。

除非另有说明，本教程中需要 root 权限的所有命令都应该以具有 sudo 权限的非 root 用户身份运行。

假设

本教程假设您的服务器正在使用类似于此处描述的 VPN：《如何使用 Ansible 和 Tinc VPN 保护您的服务器基础设施》。这将为服务器提供私有网络功能，无论其物理网络如何。

如果您正在使用共享私有网络，比如 DigitalOcean 私有网络，则此安全功能将已经对同一团队或同一区域帐户中的服务器启用。这在使用 Elasticsearch 时尤为重要，因为它的 HTTP 接口中没有内置安全性。

步骤 1 — 安装 Java

首先，您需要在 Droplet 上安装 Java 运行环境（JRE），因为 Elasticsearch 是用 Java 编写的。Elasticsearch 需要 Java 7 或更高版本。Elasticsearch 推荐使用 Oracle JDK 版本 1.8.0_73，但本地 Ubuntu OpenJDK JRE 包也可以正常工作。

本步骤将向您展示如何安装这两个版本，以便您可以决定哪个更适合您。

安装 OpenJDK

本地 Ubuntu OpenJDK JRE 包是免费的，得到良好支持，并通过 Ubuntu APT 安装管理器自动管理。

在使用 APT 安装 OpenJDK 之前，请运行以下命令更新您的 Ubuntu Droplet 上可用的安装包列表：

sudo apt-get update

之后，您可以使用以下命令安装 OpenJDK：

sudo apt-get install openjdk-7-jre

要验证您的 JRE 是否已安装并可用，请运行以下命令：

java -version

结果应如下所示：

[secondary_label Output of java -version]
java version "1.7.0_79"
OpenJDK Runtime Environment (IcedTea 2.5.6) (7u79-2.5.6-0ubuntu1.14.04.1)
OpenJDK 64-Bit Server VM (build 24.79-b02, mixed mode)

安装 Java 8

当您在使用 Elasticsearch 时，开始寻找更好的 Java 性能和兼容性时，您可能选择安装 Oracle 的专有 Java（Oracle JDK 8）。

将 Oracle Java PPA 添加到 apt：

sudo add-apt-repository -y ppa:webupd8team/java

更新您的 apt 包数据库：

sudo apt-get update

使用以下命令安装 Oracle Java 8 的最新稳定版本（并接受弹出的许可协议）：

sudo apt-get -y install oracle-java8-installer

最后，验证它是否已安装：

java -version

步骤 2 — 下载并安装 Elasticsearch

Elasticsearch 可以直接从 elastic.co 以 zip、tar.gz、deb 或 rpm 包的形式下载。对于 Ubuntu，最好使用 deb（Debian）包，它将安装运行 Elasticsearch 所需的一切。

在撰写本文时，最新的 Elasticsearch 版本是 1.7.2。使用以下命令在您选择的目录中下载它：

wget https://download.elastic.co/elasticsearch/elasticsearch/elasticsearch-1.7.2.deb

然后，以通常的 Ubuntu 方式使用 dpkg 命令安装它，如下所示：

sudo dpkg -i elasticsearch-1.7.2.deb

这将导致 Elasticsearch 安装在 /usr/share/elasticsearch/，其配置文件放置在 /etc/elasticsearch，并将其 init 脚本添加到 /etc/init.d/elasticsearch。

为确保 Elasticsearch 随 Droplet 自动启动和停止，使用以下命令将其 init 脚本添加到默认运行级别：

sudo update-rc.d elasticsearch defaults

步骤 3 — 配置 Elastic

现在 Elasticsearch 及其 Java 依赖已经安装完成，是时候配置 Elasticsearch 了。

Elasticsearch 的配置文件位于 /etc/elasticsearch 目录下。主要有两个文件：

• elasticsearch.yml — 配置 Elasticsearch 服务器设置。除了日志设置之外，几乎所有选项都存储在这里，这也是我们主要关注的文件。

• logging.yml — 提供日志配置。一开始，您无需编辑此文件。您可以保留所有默认的日志选项。默认情况下，您可以在 /var/log/elasticsearch 目录下找到生成的日志。

在任何 Elasticsearch 服务器上自定义的第一个变量是 elasticsearch.yml 中的 node.name 和 cluster.name。正如它们的名称所示，node.name 指定服务器（节点）的名称，以及后者所关联的集群。

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

cluster.name 值被 Elasticsearch 的自动发现功能用于自动发现和关联 Elasticsearch 节点到一个集群。因此，如果您不更改默认值，您可能会在集群中发现不需要的节点，这些节点在同一网络上被找到。

要开始编辑主要的 elasticsearch.yml 配置文件：

sudo nano /etc/elasticsearch/elasticsearch.yml

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

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

另一个重要的设置是服务器的角色，可以是 “master” 或 “slave”。“Masters” 负责集群的健康和稳定性。在具有大量集群节点的大型部署中，建议有多个专用 “master”。通常，专用 “master” 不会存储数据或创建索引。因此，不应该有被过载的机会，从而危及集群的健康。

“Slaves” 用作可以加载数据任务的 “工作马”。即使 “slave” 节点被过载，只要有其他节点来承担额外负载，集群健康就不应受到严重影响。

确定服务器角色的设置称为 node.master。如果您只有一个 Elasticsearch 节点，应该将此选项保持注释状态，以保持其默认值 true — 即唯一节点也应该是主节点。或者，如果您希望将节点配置为从节点，删除 node.master 行开头的 # 字符，并将值更改为 false：

...
node.master: false
...

另一个重要的配置选项是 node.data，它确定节点是否存储数据。在大多数情况下，此选项应保留其默认值（true），但有两种情况下您可能希望不在节点上存储数据。一种情况是当节点是专用 “master” 时，正如我们已经提到的。另一种情况是当节点仅用于从其他节点获取数据和聚合结果时。在后一种情况下，节点将充当 “搜索负载均衡器”。

同样，如果您只有一个 Elasticsearch 节点，应该将此设置保持注释状态，以保持默认值 true。否则，要禁用本地存储数据，请取消注释以下行并将值更改为 false：

...
node.data: false
...

另外两个重要选项是 index.number_of_shards 和 index.number_of_replicas。前者确定索引将被分成多少片段（shards）。后者定义将在集群中分布的副本数量。拥有更多的分片可以提高索引性能，而拥有更多的副本可以加快搜索速度。

假设您仍在单个节点上探索和测试 Elasticsearch，最好从只有一个分片和没有副本开始。因此，它们的值应设置为以下内容（确保删除行开头的 #）：

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

您可能有兴趣更改的另一个最终设置是 path.data，它确定数据存储的路径。默认路径是 /var/lib/elasticsearch。在生产环境中，建议为存储 Elasticsearch 数据使用专用分区和挂载点。在最佳情况下，这个专用分区将是一个单独的存储介质，它将提供更好的性能和数据隔离。您可以通过取消注释 path.data 行并更改其值来指定不同的 path.data 路径：

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

完成所有更改后，请保存并退出文件。现在，您可以使用以下命令首次启动 Elasticsearch：

sudo service elasticsearch start

请至少等待 10 秒，以便 Elasticsearch 完全启动，然后才能使用它。否则，您可能会收到无法连接的错误。

第四步 —— 安全设置 Elastic

Elasticsearch 没有内置的安全机制，可以被访问 HTTP API 的任何人控制。本节不是一个全面的 Elasticsearch 安全设置指南。请采取必要的措施防止未经授权的访问以及保护其运行的服务器/虚拟机。考虑使用 iptables 进一步保护您的系统。

第一个安全调整是防止公共访问。要移除公共访问，请编辑文件 elasticsearch.yml：

sudo nano /etc/elasticsearch/elasticsearch.yml

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

...
network.bind_host: localhost
...

另外，为了增强安全性，您可以禁用用于评估自定义表达式的动态脚本。通过构造自定义恶意表达式，攻击者可能会危害您的环境。

要禁用自定义表达式，请在 /etc/elasticsearch/elasticsearch.yml 文件末尾添加以下行：

...script.disable_dynamic: true
...

第五步 —— 测试

到目前为止，Elasticsearch 应该在 9200 端口上运行。您可以使用 curl 这个命令行客户端 URL 传输工具进行测试，执行一个简单的 GET 请求，如下所示：

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

您应该会看到以下响应：

[secondary_label Output of curl]
{"status" : 200,"name" : "Harry Leland","cluster_name" : "elasticsearch","version" : {"number" : "1.7.2","build_hash" : "e43676b1385b8125d647f593f7202acbd816e8ec","build_timestamp" : "2015-09-14T09:49:53Z","build_snapshot" : false,"lucene_version" : "4.10.4"},"tagline" : "You Know, for Search"
}

如果您看到类似上面的响应，那么 Elasticsearch 正常工作。如果没有，请确保您已正确遵循安装说明，并且已允许 Elasticsearch 充分启动的时间。

第六步 —— 使用 Elasticsearch

要开始使用 Elasticsearch，让我们首先添加一些数据。如前所述，Elasticsearch 使用 RESTful API，响应通常包括 CRUD 命令：创建、读取、更新和删除。我们将再次使用 curl 进行操作。

您可以使用以下命令添加第一条数据：

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

您应该会看到以下响应：

{"_index":"tutorial","_type":"helloworld","_id":"1","_version":1,"created":true}

通过 curl，我们向 Elasticseach 服务器发送了一个 HTTP POST 请求。请求的 URI 是 /tutorial/helloworld/1。理解这里的参数很重要：

• tutorial 是 Elasticsearch 中数据的索引。
• helloworld 是类型。
• 1 是上述索引和类型下我们条目的 id。

您可以使用以下 HTTP GET 请求检索此第一条数据：

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

结果应该如下所示：

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

要修改现有条目，您可以使用以下 HTTP PUT 请求：

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

Elasticsearch 应该会确认成功修改，如下所示：

{"_index" : "tutorial","_type" : "helloworld","_id" : "1","_version" : 2,"created" : false
}

在上面的示例中，我们将第一条目的 message 修改为 “Hello People!”。因此，版本号已自动增加为 2。

您可能已经注意到上述请求中的额外参数 pretty。它启用了人类可读的格式，因此您可以将每个数据字段写在新的一行上。在检索数据时，您也可以使结果更美观，如下所示：

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

现在，响应将以更好的格式呈现：

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

到目前为止，我们已经向 Elasticsearch 添加了数据并进行了查询。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的简单过程。一旦你对手动查询有了足够的了解，下一个任务将是从你的应用程序开始使用它。