ElasticSearch系列整体栏目
Es集群架构的搭建以及集群的核心概念
一，深入理解es集群架构的底层原理
前面讲解了es的安装，基本使用等，接下来这篇主要讲解es的集群架构的底层原理，es的索引分片，副本等基本知识
1，集群的核心概念
在安装集群之前，先了解一下集群的几个概念。如下图 ，就是一个三个节点组成的es集群，p0、p1、p2表示一个节点中的分片，R0、R1、R2表示分片对应的副本
1.1，节点以及节点类型
一个集群中可以有一个或者多个节点，每一个节点就是一个Es的实例，其本质就是一个java进程。一般在一台机器上，建议运行一个ElasticSearch的实例。在Es集群中，存在多种节点类型，主要有以下几种节点，在搭建es集群时，需要根据不同的结点类型设置不同的参数。每个结点在启动之后，默认就是一个可以参与选举的 Master eligible 结点
- Master Node：主节点，如上图中的Node1就是master主节点，主要是负责一些索引的创建、删除、决定分片要分配到哪个结点、维护整个集群的更新等
- Master eligible nodes：可以参与选举的合格节点，当主节点挂了该节点就可以参与选举，该节点也是Master主结点的一个从结点
- Data Node：专门用于存放数据的节点，如索引插入的数据就是存放在这个节点中。由master主结点负责如何将分片分发到数据节点上，通过数据节点解决数据的水平扩展和解决数据的单点问题。
- Coordinating Node：协调节点，用于接收和响应请求，完成数据的接收和分发
1.2，请求和响应流程
一个简单的es的集群架构如下，在一个客户端的请求下，首先会经过这个协调结点的接收和分发，让请求具体落实到Data Node数据节点，或者是Master主结点。如果是查询数据，可以直接分发到Data数据节点，如果是增删改，需要涉及到集群，分片或者副本的变化，那么可以直接分发到这个Master主结点上面。
在将数据从结点的分片中查询之后，又会将数据汇总到这个Coordinating 协调结点上面，经过一些统计计算等，最后将结果返回
如果es要做读写分离来增加高性能的话，可以增加这个Ingest Node结点，该节点名为前置处理转换结点，支持pipeline管道设置，可以使用这个Ingest节点对数据进行过滤以及转换操作
1.3，分片
在创建索引时，可以指定索引分片的个数，副本的个数等。分片又可以分为主分片和副本分片。
主分片 ：Primary Shard，主要是用于解决数据水平扩展的问题，通过主分片，可以将数据分发到集群的所有结点上面，每一个分片是一个Lucene的一个实例，分片在创建之后，不允许被修改，因为获取数据需要通过hash取模运算，改了数量就会直接影响结果
副本分片 ： Replica Shard，用于解决数据高可用的问题，就是主分片的一个拷贝，主分片数在创建之后不允许被修改，副本分片数是允许被修改的，并且在一定程度上，可以通过增加副本数来提高服务读取数据的性能。但是副本分片最好是设置成0或者1，如果是日志数据，可以直接设置为0，如果是商品信息这种检索数据，那么可以直接设置成为1。
如下面在创建索引的时候，可以设置分片的数量以及设置副本的数量。
PUT /zhs_db
{
"settings": {
"number_of_shards": 3, //设置分片数
"number_of_replicas": 1 //设置副本数
}
}
分片数和节点数有关，如有一个三个节点组成的集群，那么设三个分片，那么会根据默认的hash算法，一个节点中就会有一个分片，就会是下图中的P0、P1、P2和R0、R1、R2这种情况
在非单机的情况下，副本分片一般和主分片不在一个节点上面，副本分片一般是在同一个集群中的不同结点上面，具体在哪个结点上面，需要通过这个Master主结点去分配
单节点的分片数目也不宜设置过多，因为过多的话会影响算分的结果性，同时也会浪费很多资源
2，集群搭建
2.1，es集群搭建
在第一篇文章中，讲解了es的单节点集群的搭建方式，那么es集群的搭建，需要有三台机器，重复单节点的搭建即可，并且都可以简单的通过docker的方式搭建
主要就是修改这个 elasticsearch.yml 中的文件中的内容，最主要的就是修改这个discovery.seed_hosts 中的三台搭建了es结点的服务器的host主机号，用于节点发现，之前单机设置的是只有当前结点的主机号。
在指定这个结点的名称时，这个yml文件设置的这个node.name也要不一致，第一台设置node-1，第二胎设置为node-2，第三台设置为node-3，在初始化集群节点的时候，需要将这三个值配置到 cluster.initial_master_nodes 属性中
# 指定集群名称3个节点必须一致
cluster.name: docker-cluster
#指定节点名称，每个节点名字唯一
node.name: node-1
#是否有资格为master节点，默认为true
node.master: true
#是否为data节点，默认为true
node.data: true
# 绑定ip,开启远程访问,可以配置0.0.0.0
network.host: 0.0.0.0
#指定web端口
#http.port: 9200
#指定tcp端口
#transport.tcp.port: 9300
#用于节点发现，三个节点的主机号
discovery.seed_hosts: ["xxx.xxx.xxx.166", "xxx.xxx.xxx.167", "xxx.xxx.xxx.168"]
#7.0新引入的配置项,初始仲裁，仅在整个集群首次启动时才需要初始仲裁。
#该选项配置为node.name的值，指定可以初始化集群节点的名称
cluster.initial_master_nodes: ["node-1","node-2","node-3"]
#解决跨域问题
http.cors.enabled: true
http.cors.allow-origin: "*"
2.2，kibana安装
这个在第一篇安装也详细的讲解过，但是在 kibana.yml 中，也需要修改部分配置如下，需要把es所在服务器的主机号以及端口号进行配置
server.port: 5601
server.host: "xxx.xxx.xxx.166"
elasticsearch.hosts: ["http://xxx.xxx.xxx.166:9200","http://xxx.xxx.xxx.167:9200","http://xxx.xxx.xxx.168:9200"]
i18n.locale: "zh-CN"
3，X-pack安全认证
为了解决数据的安全性，防止出现数据被抓包的可能，因此需要为每台机器上面的结点创建一个安全认证，这里选择通过这个 x-pack的方式实现
首先进入每一台机器的容器中，如这个166这台
docker exec -it elasticsearch /bin/bash
随后直接执行下面的命令，随后会出现提示，需要输入两次密码
// 为集群创建一个证书
elasticsearch-certutil ca
继续执行下面的命令
// 为集群中的结点生成证书和私钥
elasticsearch-certutil cert --ca elastic-stack-ca.p12
执行成功之后，给es文件夹下的两个文件授权
chmod 777 elastic-certificates.p12
随后再修改每台机器中 elasticsearch.yml 中的配置，在原有的基础上，在增加以下的参数
## elasticsearch.yml 配置
xpack.security.transport.ssl.enabled: true
xpack.security.transport.ssl.verification_mode: certificate
xpack.security.transport.ssl.client_authentication: required
xpack.security.transport.ssl.keystore.path: elastic-certificates.p12
xpack.security.transport.ssl.truststore.path: elastic-certificates.p12
在增加完上面的安全认证之后，随后在增加这个开启xpack安全认证的配置，依旧是每台服务中的这个 elasticsearch.yml 中
xpack.security.enabled: true # 开启xpack认证机制
随后重启es服务，重启完成之后，再进入这个es
docker exec -it elasticsearch /bin/bash
进入es之后，再输入一下命令
elasticsearch-setup-passwords interactive
进入到里面之后，可以发现这里面可以设置es，kibana，logstach等system系统的一些密码，可以手动的创建密码
Enter password for [elastic]:
Reenter password for [elastic]:
Enter password for [apm_system]:
passwords must be at least [6] characters long
Try again.
Enter password for [apm_system]:
Reenter password for [apm_system]:
Enter password for [kibana_system]:
Reenter password for [kibana_system]:
Enter password for [logstash_system]:
Reenter password for [logstash_system]:
Enter password for [beats_system]:
Reenter password for [beats_system]:
Enter password for [remote_monitoring_user]:
Reenter password for [remote_monitoring_user]:
1234Changed password for user [apm_system]
56Changed password for user [kibana_system]
Changed password for user [kibana]
Changed password for user [logstash_system]
Changed password for user [beats_system]
Changed password for user [remote_monitoring_user]
Changed password for user [elastic]
比如给kibana设置密码，直接在进入kibana内部，随后再打开这个 kibana.yml 配置，随后修改往这个yml文件中加入以下的账号密码
elasticsearch.username: "kibana"
elasticsearch.password: "123456"
再重启这个kibana之后，就可以发现在打开这个kibana的之后，是需要输入这个上面配置的账号密码的
4，Node结点类型
4.1，不同结点的配置
上面提到了节点的类型有Master主结点、Master eligible从节点、Coordinaing协调结点、Data数据节点等节点，而每一个结点都是一个java进程，并且最初都是可以参与选举的从节点，那么在进行配置的时候，就需要通过不同的参数，设置成不同的结点
设置节点类型的参数如下，需要通过这几个属性设置对应的结点
设置成主结点的方式如下，只需要一个node.master为true即可，其他的全部设置为false
node.master: true node.ingest: false node.data: false
设置成数据节点的方式如下，只需要node.data的值为true即可，其他的设置成false
node.master: false node.ingest: false node.data: true
设置成ingest节点的方式如下，只需要node.ingest为true即可，其他的设置成false
node.master: false node.ingest: false node.data: true
协调结点可以直接将三个值全部设置为false，如果并没有设置协调结点，那么在接收到请求的节点就默认当成协调节点
node.master: false node.ingest: false node.data: false
4.2，单一职责的好处
上面说了同一个进程，通过不同的参数设置，实现不同的功能，通过不同角色实现单一职责，从而增加整个ElasticSearch的高可用性
- 如单一职责的Master主结点，主要用于索引和分片的管理，如创建删除等等，影响整个集群数据的结点，因此在实际开发中，可以选择低配置的CPU、RAM处理器和磁盘等
- 如这个可以参与选举的默认的从结点，主要用于负责集群的状态管理，主结点挂了就参与选举称为主结点，在实际开发中，也可以选择低配置的CPU、RAM处理器和磁盘等
- 如这个处理数据大Data结点，负责数据处理，解决水平扩展等问题，可以使用高配置的CPU、RAM处理器以及磁盘
- 如这个ingest结点，主要也是负责数据的处理，那么也可以使用这个高配置的CPU，中配置的RAM处理器和低配置的磁盘
- 而这个协调者结点，主要负责数据的接收和转发，并且最后需要对查询的数据进行计算和汇总，那么需要高配置的CPU、高配置的RAM处理器和低配置的磁盘即可
当系统重有大量的复杂的查询时，可以通过增加协调者结点的个数，来增加查询的性能。
当磁盘容量无法满足需求或者读写的压力比较大时，可以增加数据节点