Elasticsearch实践（一）用Docker搭建Elasticsearch集群

前言

本系列文章主要是针对之前搭建以及实践基于springboot的搜索服务的总结。主要分为两部分：
1. 对于用Docker搭建分布式Elasticsearhc集群的一个介绍，以及一些实施中遇到问题的总结。（本篇）
2. 在基于Springboot的微服务体系中，如何更轻量级得使用Elasticsearhc以及一些复杂使用场景的总结:Elasticsearch实践（二）在Springboot微服务中集成搜索服务

搜索服务简述

结合业务的场景，在目前的商品体系需要构建搜索服务，主要是为了提供用户更丰富的检索场景以及高速，实时及性能稳定的搜索服务。作为使用Java技术栈的团队来说，可以选择使用比较好上手的三方搜索服务。另外一种选则就是搭建自己的搜索集群。结合自己公司的业务和场景来说，搭建搜索集群在投入使用后的成本可控，搜索服务和线上的其他微服务可以通过集群的内网IP通讯。

安装Elasticsearch的Docker镜像

目前Elasticsearch 版本到了5.X, Springboot 目前不支持5.X以上的elasticsearch。所以还是选择了2.2.4。

Dockerfile

关于ES的镜像，可以直接去Dockerhub上pull.但是官方版本一般都是ES的基础镜像，在实际的需求场景下，还需要安装一些插件,(比如ES的删除api插件。分词器插件等）所以可以选择pull基础镜像后，再重新tag，push到自己的镜像仓库中之后，用Dokcerfile重新build一个定制版的ES镜像。
如下就是一个基于基础镜像的，安装了analysis-ik分词器，以及ES官方的delete-by-query插件的dockerfile。定制完之后，重新tag然后push到自己的docker仓库就可以了。

FROM yourRegistry/elasticsearch:2.4.4
RUN sed -i 's/deb.debian.org/mirrors.ustc.edu.cn/g' /etc/apt/sources.list
RUN apt-get update && apt-get install zip
RUN mkdir -p /usr/share/elasticsearch/plugins/ik
RUN cd /usr/share/elasticsearch/plugins/ik && wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v1.10.4/elasticsearch-analysis-ik-1.10.4.zip && unzip elasticsearch-analysis-ik-1.10.4.zip
RUN /usr/share/elasticsearch/bin/plugin install delete-by-query

分词器

关于分词器的选择，还是要根据不同的场景去判断。因为ES对于中文分词做的比较差，所以中文分词一般都需要另外安装其他分词器插件。本文以分词器ik为例。
需要注意的是Analysis-ik 的官方的插件版本需要和安装的Elasticsearch版本一致。具体的使用版本可以在官方的版本列表中查询：
Analysis-ik版本

Elasticsearch其他插件

在上述的Dockerfile 中添加了 delete-by-query插件。delete-by-query插件提供了对于多个Document的删除API。还可以选择的插件有:Elasticsearch API extension plugins 。
添加方式也是类似，在Dockerfile中添加 RUN /usr/share/elasticsearch/bin/plugin install XX 即可。

elasticsearch.yml配置

Elasticsearch 最重要的配置文件就是elasticsearch.yml了。在elasticsearch.yml 中需要配置ES集群的信息。具体配置内容如下（一下只是一个举例：
配置Elasticsearch的集群名称，默认是elasticsearch

# ======================== Elasticsearch Configuration =========================
#
# ---------------------------------- Cluster -----------------------------------
#
# 配置Elasticsearch的集群名称，默认是elasticsearch
#
cluster.name: elasticsearch
#
# ------------------------------------ Node ------------------------------------
#
# 节点名，默认随机指定一个name列表中名字。集群中node名字不能重复
node.name: search01-node1
#
#
#################################### Index ####################################
#
# 设置每个index默认的分片数，默认是5
#
index.number_of_shards: 2
# 
# 设置每个index的默认的冗余备份的分片数，默认是1
index.number_of_replicas: 1
# ----------------------------------- Paths ------------------------------------
#
# 索引数据的存储路径，默认是es根目录下的data文件夹
#
# path.data: /path/to/data
#
# 日志路径:
#
# path.logs: /path/to/logs
#
# ----------------------------------- Memory -----------------------------------
#
# 启动时开启内存锁，防止启动ES时swap内存。
#
bootstrap.memory_lock: true
#
#
# ---------------------------------- Network -----------------------------------
#
# Set the bind address to a specific IP (IPv4 or IPv6):
#
# 绑定的ip地址, 可以是hostname或者ip地址，用来和集群中其他节点通信，同时会设置network.publish_host,以及network.bind_host
network.host: 0.0.0.0
#设置绑定的ip地址，生产环境则是实际的服务器ip，这个ip地址关系到实际搜索服务通信的地址，和服务在同一个集群环境的可以用内网ip，默认和network.host相同。
network.publish_host: 0.0.0.0
#设置绑定的ip地址，可以是ipv4或ipv6的，默认和network.host相同。
network.bind_host: 0.0.0.0
#节点间交互的tcp端口，默认是9300
transport.tcp.port: 9300
#设置对外服务的http端口，默认为9200
http.port: 9200
transport.tcp.compress: true
设置是否压缩tcp传输时的数据，默认为false，不压缩。
#
# --------------------------------- Discovery ----------------------------------
#
# 启动时初始化集群的服务发现的各个节点的地址。
discovery.zen.ping.unicast.hosts: ["127.0.0.1:9300","host2:9300","host3:9300"]

#设置这个参数来保证集群中的节点可以知道其它N个有master资格的节点。默认为1。为了防止选举时发生“脑裂”，建议配置master节点数= （总结点数/2 + 1）
discovery.zen.minimum_master_nodes: 1
#
# ---------------------------------- Gateway -----------------------------------
#
# 设置集群中N个节点启动之后才可以开始数据恢复，默认为1。
gateway.recover_after_nodes: 1
#
# ---------------------------------- Various -----------------------------------
#
# node.max_local_storage_nodes: 1
#
# 设置删除索引时需要指定索引name，防止一条命令删除所有索引数据。默认是true
#
action.destructive_requires_name: true

对于集群环境的配置，需要注意的点整理了一下：

1. network.publish_host：对外通信的ip,这里设置成宿主机的内网IP，如果使用默认值 你会发现当其他节点找到了这台宿主机和端口 就是连接不上这个节点
2. discovery.zen.ping.unicast.hosts：主节点搜索列表 建议最好带上端口号 比如[“127.0.0.1:9300”,”host1:9300”]
   Elasticsearch默认使用服务发现(Zen discovery)作为集群节点间发现和通信的机制。Azure、EC2和GCE也有使用其他的发现机制。服务发现由discovery.zen.*开头的一系列属性控制。
3. discovery.zen.minimum_master_nodes: 1
   设置这个参数来保证集群中的节点可以知道其它N个有master资格的节点。默认为1，对于大的集群来说，可以设置大一点的值（2-4）。
   在
4. index.number_of_shards：这里只是一个全局的索引分片数的默认值。默认是5，可以在创建索引的时候重新定义分片数量 。分片越多检索越快，索引能力越强，但不表示写入更快
5. index.number_of_replicas：同上，也是全局的默认值，可以在创建索引时重新定义值 。属于数据备份数，防止数据丢失。通过url:http://localhost:9200/A/_status 可以查询指定索引的状态。

Docker-Compose在集群node的配置

在所有的集群的节点，可以使用docker compose来启动容器。通过volumes变量配置映射的本地配置以及本地的备份数据data目录。基础镜像就是已经build好的，带有分词器插件的镜像。最好tag后缀和基础镜像区别开，如用elasticsearch:2.4.4_ik

elasticsearch-node1:
    image: yourRegistry/elasticsearch:2.4.4_ik
    container_name: elasticsearch-node1
    ulimits:
      memlock:
        soft: -1
        hard: -1
    mem_limit: 1g
    volumes:
      - ~/elasticsearch/data:/usr/share/elasticsearch/data
      - ~/elasticsearch/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml
    ports:
      - 9200:9200
      - 9300:9300

启动好了之后，可以通过http的健康检查请求来查看集群的配置。
http://your_domain:9200/_cluster/health?pretty=true 返回如下：

{
  "cluster_name" : "elasticsearch",
  "status" : "green",
  "timed_out" : false,
  "number_of_nodes" : 3,
  "number_of_data_nodes" : 3,
  "active_primary_shards" : 0,
  "active_shards" : 0,
  "relocating_shards" : 0,
  "initializing_shards" : 0,
  "unassigned_shards" : 0,
  "delayed_unassigned_shards" : 0,
  "number_of_pending_tasks" : 0,
  "number_of_in_flight_fetch" : 0,
  "task_max_waiting_in_queue_millis" : 0,
  "active_shards_percent_as_number" : 100.0
}

Logstash & Kibana

为了方便数据的全量，增量的同步，可以在搜索服务基础上增加Logstash。Losstash也可以使用Docker容器进行部署。相关可以查看：Logstash-docker 以及 增量数据同步-logstash 介绍。如要和mysql数据库进行数据同步，需要安装logstash-input-jdbc插件。具体的部署方式可以看：
migrating-mysql-data-into-elasticsearch-using-logstash。
和Elasticsearch以及Logstash可以搭配使用的还有Kibana，Kibana可以提供可视化的索引数据管理。网上关于E.L.K的文章也比较多，这里不再具体介绍了。Kibana 是为 Elasticsearch 设计的开源分析和可视化平台。你可以使用 Kibana 来搜索，查看存储在 Elasticsearch 索引中的数据并与之交互。你可以很容易实现高级的数据分析和可视化，以图标的形式展现出来。Kibana的docker部署可以查看：Configuring Kibana on Docker，相关配置：
Kibana Default settings 。

相关文档

Elasticsearch 权威指南（中文版）
Elasticsearch 官方中文版
ElasticSearch 英文版本文档API
E.L.K 指南
ELK -docker compose
Defining Your Index Patterns
在产品环境中使用Kibana