今天跟大家继续分享一个ELK(Elasticsearch + Logstash + Kibana)中的E,就是Elasticsearch搜索引擎。本文会教大家如何快速搭建一个最小配置的搜索引擎,希望大家喜欢。
Elasticsearch是一个基于Lucene库的搜索引擎。它提供了一个分布式、支持多租户的全文搜索引擎,具有HTTP Web接口和无模式JSON文档。Elasticsearch是用JAVA开发的,并在Apache许可证下作为开源软件发布。
简单介绍
我们进入elasticsearch官网地址
https://www.elastic.co/downloads/past-releases下载对应版本
这里以6.4.0版本为例,下载
elasticsearch-6.4.0.tar.gz。
$ vi elasticsearch.yml
##配置es的集群名称,默认是elasticsearch,es会自动发现在同一网段下的es,如果在同一网段下有多个集群,就可以用这个属性来区分不同的集群。
cluster.name: my-es
#节点名称
node.name: node-1
##设置索引数据的存储路径
path.data: /home/lab/3rd/elasticsearch-6.4.0/data
#设置日志的存储路径
path.logs: /home/lab/3rd/elasticsearch-6.4.0/logs
#设置当前的ip地址,通过指定相同网段的其他节点会加入该集群中
network.host: 10.10.10.11
#设置对外服务的http端口
http.port: 9200
# 设置节点间交互的tcp端口,默认是9300
transport.tcp.port: 19300
#设置集群中master节点的初始列表,可以通过这些节点来自动发现新加入集群的节点
discovery.zen.ping.unicast.hosts: ["10.10.10.11"]
#centos6不支持SecComp,而ES默认bootstrap.system_call_filter为true进行检测,所以导致检测失败,失败后直接导致ES不能启动。
bootstrap.system_call_filter: false
$ cd elasticsearch-<version>
./bin/elasticsearch -d
没报错,恭喜你启动成功
开始搜索
$ curl -v 'http://10.10.10.11:9200/?pretty'
* About to connect() to 10.10.10.11 port 9200 (#0)
* Trying 10.10.10.11... connected
* Connected to 10.10.10.11 (10.10.10.11) port 9200 (#0)
> GET /?pretty HTTP/1.1
> User-Agent: curl/7.19.7 (x86_64-redhat-linux-gnu) libcurl/7.19.7 NSS/3.14.0.0 zlib/1.2.3 libidn/1.18 libssh2/1.4.2
> Host: 10.10.10.11:9200
> Accept: */*
>
< HTTP/1.1 200 OK
< content-type: Application/json; charset=UTF-8
< content-length: 484
<
{
"name" : "node-1",
"cluster_name" : "my-es",
"cluster_uuid" : "rQ4gmI5cT1ay3SsKpCkYeg",
"version" : {
"number" : "6.4.0",
"build_flavor" : "default",
"build_type" : "tar",
"build_hash" : "595516e",
"build_date" : "2018-08-17T23:18:47.308994Z",
"build_snapshot" : false,
"lucene_version" : "7.4.0",
"minimum_wire_compatibility_version" : "5.6.0",
"minimum_index_compatibility_version" : "5.0.0"
},
"tagline" : "You Know, for Search"
}
* Connection #0 to host 10.10.10.11 left intact
* Closing connection #0
接口响应正常,代表部署成功。
但是数据我们还不能直观看到,当我们搜索引擎有数据的时候,我们可以用Kibana来展示数据。
今天只是跟大家分享如何搭建ELK中的E搜索引擎,后续会跟大家介绍( Logstash + Kibana),敬请期待。