如何开发自己的搜索帝国之Elasticsearch

搜索引擎是什么?

搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息,在对信息进行组织和处理后,为用户提供检索服务,将用户检索相关的信息展示给用户的系统。搜索引擎包括全文索引、目录索引、元搜索引擎、垂直搜索引擎、集合式搜索引擎、门户搜索引擎与免费链接列表等。

Elasticsearch是什么?

Elasticsearch一个高可扩展的开源的全文本搜索和分析工具。它允许你以近实时的方式快速存储、搜索、分析大容量的数据。Elasticsearch不仅提供全文检索功能,还能提供高效的分布式数据存储、索引、搜索,能完成对大数据的自动分片、自动负载索引,并提供Restful Web的风格接口。

Elasticsearch是面向文档型的NoSQL数据库,可以在其中进行索引、搜索、排序和过滤这些文档。它是实时分析的分布式搜索引擎,可以扩展到上百台服务器,处理PB级的结构化或非结构化数据。

也支持中文分词插件,Hadoop等插件。可以通过Http访问,使用Json来操作数据。其索引能分拆为多个分片,每个分片可有多个副本,集群的负载都是自动完成的。

ES基础架构

ElasticSearch vs Solr 总结

(1)二者安装都很简单。

(2)Solr 利用 Zookeeper 进行分布式管理,而 Elasticsearch 自身带有分布式协调管理功能。

(3)Solr 支持更多格式的数据,比如JSON、XML、CSV,而 Elasticsearch 仅支持json文件格式。

(4)Solr 官方提供的功能更多,而 Elasticsearch 本身更注重于核心功能,高级功能多有第三方插件提供

(5)Solr 在传统的搜索应用中表现好于 Elasticsearch,但在处理实时搜索应用时效率明显低于 Elasticsearch。

(6)Solr 是传统搜索应用的有力解决方案,但 Elasticsearch 更适用于新兴的实时搜索应用。

三台机器做集群:192.168.80.30、192.168.80.32、192.168.80.33

环境

CentOS7.0

Java1.8

下载

下载地址:https://www.elastic.co/products/elasticsearch

下载后上传到CentOS中的/usr/local/ 文件夹中,并解压到当前文件中重命名为elasticsearch530   /usr/local/elasticsearch530

tar -zxvf elasticsearch-5.3.0.tar.gz

创建 elsearch运行账户和组

groupadd elsearch#添加elsearch组

useradd -g elsearch elsearch -s /bin/false

更改elasticsearch文件夹及内部文件的所属用户及组为elsearch:elsearch

chown -R elsearch:elsearch elasticsearch530

配置参数

(1) 初步修改

打开/usr/local/elasticsearch530/config目录下的elasticsearch.yml 文件 ,修改以下属性值并取消该行的注释:

cluster.name: es-application#这是集群名字,我们 起名为 es-application。es启动后会将具有相同集群名字的节点放到一个集群下。

node.name:"es-node1"#节点名字。

covery.zen.minimum_master_nodes: 1#指定集群中的节点中有几个有master资格的节点。对于大集群可以写3个以上。

discovery.zen.ping.timeout: 40s#默认是3s,这是设置集群中自动发现其它节点时ping连接超时时间,为避免因为网络差而导致启动报错,我设成了40s。

discovery.zen.ping.multicast.enabled: false#设置是否打开多播发现节点,默认是true。

network.host: 0.0.0.0

http.port:9200

node.master: true#节点从可作为选举为主节点

node.data: true#也用来存储数据,可作为负载器

discovery.zen.ping.unicast.hosts: ["192.168.80.32","192.168.80.33","192.168.80.30"]#discovery.zen.ping.unicast.hosts:["节点1的 ip","节点2 的ip","节点3的ip"] 指明集群中其它可能为master的节点ip,以防es启动后发现不了集群中的其他节点。第一对引号里是node1,默认端口是9300。第二个是 node2 ,在另外一台机器上。

(2) 进一步修改

将elasticsearch530文件夹copy到另外一台IP为192.168.80.33、192.168.80.30的机器上。

修改各主机上的改配置文件elasticsearch.yml 文件修改如下:

node.name:"es-node2"和 node.name:"es-node3"

注意:

1.对于单机多节点的es集群,一定要注意修改 transport.tcp.port 和http.port 的默认值保证节点间不冲突。

2. 出现找不到同一集群中的其他节点的情况,检查下 discovery.zen.ping.unicast.hosts 是否已设置。

启动

复制elasticsearch文件夹时,如果原来的es文件夹下存在node数据,那么es集群也不能正常启动,所以若之前在elasticsearch530文件夹下有data文件夹,则清空node2和node3节点服务下的data文件夹,否则会报节点加入不了集群的错。

切换到elsearch用户再启动,3台服务器都要进行启动

su elsearch

cd/usr/local/elasticsearch530 目录

bin/elasticsearch -d#后台运行

此时启动服务会发现报错:max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]

[root@H32 ~]#cat /etc/sysctl.conf | grep -v "vm.max_map_count" > /tmp/system_sysctl.conf

[root@H32 ~]#echo "vm.max_map_count=262144" >> /tmp/system_sysctl.conf

[root@H32 ~]#mv /tmp/system_sysctl.conf /etc/sysctl.confmv:是否覆盖"/etc/sysctl.conf"? y

[root@H32~]#cat /etc/sysctl.conf

#System default settings live in /usr/lib/sysctl.d/00-system.conf.#To override those settings, enter new settings here, or in an /etc/sysctl.d/.conf file#

#For more information, see sysctl.conf(5) and sysctl.d(5).vm.max_map_count=262144

[root@H32~]#sysctl -pvm.max_map_count = 262144

修改后再次启动,可通过下命令查看启动后是否有进程

ps -ef |grep elasticsearch

ES的安装就此完成,接下来安装Head插件来监控Elasticsearch

Elasticsearch Head插件

Elasticsearch Head Plugin: 对ES进行各种操作,如查询、删除、浏览索引等,可对集群健康状况,各个节点状态,索引状态查看。

5.X版本的ES跟之前的版本最大的不同之处就是多了很多环境的校验,比如jdk,max-files等等。

设置内核参数

vi /etc/sysctl.conf # 增加下面的内容

fs.file-max=65536vm.max_map_count=262144

设置资源参数

vi /etc/security/limits.conf # 修改

elsearch soft nofile 65536

elsearch hard nofile65536

sysctl-p

修改/config/elasticsearch.yml

#增加新的参数,这样head插件可以访问es

http.cors.enabled: true

http.cors.allow-origin:"*"

注意,设置参数的时候:后面要有空格!

在5.X版本中不支持直接安装head插件,需要启动一个服务

git clone git://github.com/mobz/elasticsearch-head.git

下载 elasticsearch-head 或者git clone到 /usr/local/elasticsearch-head

cd elasticsearch-head

npm install

由于head插件本质上还是一个nodejs的工程,因此需要安装node,使用npm来安装依赖的包。(npm可以理解为maven)

去官网下载nodejs,https://nodejs.org/en/download/

下载下来的jar包是xz格式的,一般的linux可能不识别,还需要安装xz.

yum -y install xz

然后解压nodejs的安装包:

xz -d node*.tar.xz tar -xvf node*.tar

解压完node的安装文件后,需要配置下环境变量,编辑/etc/profile,添加

#set node environment

export NODE_HOME=/usr/local/node790

export PATH=$PATH:$NODE_HOME/bin

别忘记立即执行以下

source /etc/profile

这个时候可以测试一下node是否生效:

[root@H32 node790]#echo $NODE_HOME

/usr/local/node790

[root@H32 node790]#node -v

[root@H32 node790]#npm -v

安装grunt

grunt是一个很方便的构建工具,可以进行打包压缩、测试、执行等等的工作,5.X里的head插件就是通过grunt启动的。因此需要安装一下grunt:

linux:npm install grunt-cli

windows:npm install grunt-cli -g

在elasticsearch-head目录下node_modules/grunt下如果没有grunt二进制程序,需要执行

cd elasticsearch-head

npm install grunt-cli

npm install grunt--save-dev

安装完成后检查一下:

[root@H32 elasticsearch-head]#grunt -version

grunt-cli v1.2.0

grunt v1.0.1

启动服务

/usr/local/elasticsearch-head/node_modules/grunt/bin/gruntserver

修改head源码

由于head的代码还是2.6版本的,直接执行有很多限制,比如无法跨机器访问。因此需要用户修改两个地方:

修改服务器监听地址

目录:elasticsearch-head/Gruntfile.js

connect: { server: { options: { port: 9100, hostname:'*', base:'.', keepalive: true } } }

增加hostname属性,设置为*

修改连接地址:

目录:elasticsearch-head/_site/app.js

修改head的连接地址:

this.base_uri = this.config.base_uri || this.prefs.get("app-base_uri") || "http://localhost:9200";

把localhost修改成你es的服务器地址,如:

this.base_uri = this.config.base_uri || this.prefs.get("app-base_uri") ||"http://192.168.80.32:9200";

运行head

首先启动每个服务器上的 ES。

再启动grunt

cd /usr/local/elasticsearch-head

grunt server-d

访问:target:9100

这个时候,访问http://192.168.80.32:9100就可以访问head插件了。

现在可以在此页面操作ES数据了,但这只是一个开始。

推荐阅读更多精彩内容