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。

介绍

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、强大的功能和可扩展性而备受青睐。

Elasticsearch 支持 RESTful 操作。这意味着您可以使用 HTTP 方法（GET、POST、PUT、DELETE 等）与 HTTP URI（/collection/entry）结合使用来操作您的数据。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，由一个实力雄厚的公司 Elastic 提供支持。这使得它适用于从个人测试到企业集成的许多用例。

本文将向您介绍 Elasticsearch，并展示如何安装、配置和开始使用它。

先决条件

要按照本教程操作，您需要以下内容：

• 运行 CentOS 7 的服务器，至少具有 1GB 内存和一个非 root sudo 用户。有关详细说明，请查看我们的 CentOS 7 初始服务器设置指南
• 在您的服务器上安装了 wget

步骤 1 — 在 CentOS 7 上安装 Java

Elasticsearch 是用 Java 编写的。因此，您的第一个任务是在服务器上安装 Java 运行环境（JRE）。您将使用本机 CentOS OpenJDK 软件包来安装 JRE。这个 JRE 是免费的，得到良好支持，并通过 CentOS Yum 安装管理器自动管理。

安装最新版本的 OpenJDK 8：

sudo yum install java-1.8.0-openjdk.x86_64

现在验证您的安装：

java -version

该命令将创建以下输出：

openjdk version "1.8.0_262"
OpenJDK Runtime Environment (build 1.8.0_262-b10)
OpenJDK 64-Bit Server VM (build 25.262-b10, mixed mode)

当您开始使用 Elasticsearch 并开始寻找更好的 Java 性能和兼容性时，您可以选择安装 Oracle 的专有 Java（Oracle JDK 8）。有关更多信息，请参阅我们的文章《如何在 CentOS 和 Fedora 上安装 Java》。

步骤 2 — 在 CentOS 7 上下载和安装 Elasticsearch

您可以直接从 elastic.co 下载 Elasticsearch，格式为 zip、tar.gz、deb 或 rpm 包。对于 CentOS，最好使用本机的 rpm 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 7.9.2。

从您选择的工作目录中，下载该程序：

wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.9.2-x86_64.rpm

然后使用 rpm 命令进行安装：

sudo rpm -ivh elasticsearch-7.9.2-x86_64.rpm

Elasticsearch 将安装在 /usr/share/elasticsearch/，其配置文件放置在 /etc/elasticsearch，其初始化脚本添加在 /etc/init.d/elasticsearch。

为了确保 Elasticsearch 随服务器自动启动和停止，将其初始化脚本添加到默认运行级别：

sudo systemctl enable elasticsearch.service

安装了 Elasticsearch 后，您现在将配置一些重要的设置。

步骤 3 — 在 CentOS 7 上配置 Elasticsearch

现在您已经安装了 Elasticsearch 及其 Java 依赖，是时候配置 Elasticsearch 了。

Elasticsearch 的配置文件位于 /etc/elasticsearch 目录中。我们将要审查和编辑的文件包括：

• elasticsearch.yml — 配置 Elasticsearch 服务器设置。这是大多数选项存储的地方，这也是我们最感兴趣的原因。

• jvm.options — 提供 JVM 的配置，如内存设置。

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。让我们现在来做这件事。

正如它们的名称所示，node.name 指定了服务器（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 将根据服务器主机名自动分配。cluster.name 将自动设置为默认集群的名称。

cluster.name 的值被 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，您可能会在同一网络上发现不需要的节点加入到您的集群中。

让我们开始编辑主要的 elasticsearch.yml 配置文件。

使用 nano 或您喜欢的文本编辑器打开它：

sudo nano /etc/elasticsearch/elasticsearch.yml

删除 # 字符以取消注释 node.name 和 cluster.name 行，并更改它们的值。您在 /etc/elasticsearch/elasticsearch.yml 文件中的第一个配置更改将如下所示：

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

网络设置也可以在 elasticsearch.yml 中找到。默认情况下，Elasticsearch 将在本地主机上的端口 9200 上监听，以便只有来自同一服务器的客户端可以连接。出于安全考虑，您应该保持这些设置不变，因为开源和免费版的 Elasticsearch 不提供身份验证功能。

另一个重要的设置是 node.roles 属性。您可以将其设置为 master-eligible（在配置中简称为 master）、data 或 ingest。

master-eligible 角色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，建议至少有一个专用的仅具有 master 角色的节点。通常，专用的 master 节点既不存储数据也不创建索引。因此，不会有过载的机会，从而可能危及集群健康。

data 角色定义将存储数据的节点。即使数据节点过载，只要有其他节点可以承担额外的负载，集群健康就不会受到严重影响。

最后，ingest 角色允许节点接受和处理数据流。在较大的设置中，应该有专门的 ingest 节点，以避免可能对 master 和 data 节点造成的过载。

另一个要考虑更改的设置是 path.data。这确定数据存储的路径，默认路径是 /var/lib/elasticsearch。在生产环境中，建议您使用专用分区和挂载点来存储 Elasticsearch 数据。在最佳情况下，这个专用分区将是一个单独的存储介质，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，如下所示：

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

现在您已经做出了所有更改，请保存并关闭 elasticsearch.yml。

您还必须编辑 jvm.options 中的配置。

请记住，Elasticsearch 是由 JVM 运行的，即本质上它是一个 Java 应用程序。因此，与任何 Java 应用程序一样，它有可以在文件 /etc/elasticsearch/jvm.options 中配置的 JVM 设置。其中两个最重要的设置，特别是关于性能方面，是 Xms 和 Xmx，它们定义了最小（Xms）和最大（Xmx）内存分配。

默认情况下，两者都设置为 1GB，但这几乎从来不是最佳选择。不仅如此，如果您的服务器只有 1GB 的 RAM，您将无法使用默认设置启动 Elasticsearch。这是因为操作系统至少需要 100MB，因此将无法将 1GB 分配给 Elasticsearch。

遗憾的是，没有一个通用的公式可以计算内存设置。当然，您分配的内存越多，性能就越好，但请确保为服务器上的其他进程留出足够的内存。例如，如果您的机器有 1GB 的 RAM，您可以将 Xms 和 Xmx 都设置为 512MB，从而为其他进程留出另外的 512MB。请注意，通常为了避免 JVM 垃圾回收的性能损失，Xms 和 Xmx 都设置为相同的值。

如果您的服务器只有 1GB 的 RAM，您必须编辑此设置。

打开 jvm.options：

sudo nano /etc/elasticsearch/jvm.options

现在将 Xms 和 Xmx 的值更改为 512MB：

...
-Xms512m
-Xmx512m
...

保存并退出文件。

现在首次启动 Elasticsearch：

sudo service elasticsearch start

在尝试使用它之前，请至少等待 10 秒让 Elasticsearch 启动。否则，您可能会遇到连接错误。

安装和配置了 Elasticsearch 后，您现在将对服务器进行安全设置和测试。

步骤 4 — （可选）在 CentOS 7 上保护 Elasticsearch

Elasticsearch 没有内置的安全机制，任何可以访问 HTTP API 的人都可以控制它。本节不是一个全面的 Elasticsearch 安全指南。请采取必要的措施防止未经授权的访问以及运行 Elasticsearch 的服务器/虚拟机。

默认情况下，Elasticsearch 配置为仅在本地网络接口上监听，即无法进行远程连接。除非您已经采取了以下一项或两项措施，否则应保持此设置不变：

• 使用 iptables 限制对 TCP 端口 9200 的访问仅限于受信任的主机。
• 在受信任的主机之间创建了 VPN，并且您将在 VPN 的虚拟接口之一上公开 Elasticsearch。

只有在完成上述操作后，才应考虑允许 Elasticseach 在本地网络接口之外的其他网络接口上进行监听。例如，当您需要从另一台主机连接到 Elasticsearch 时，可以考虑进行此更改。

要更改网络暴露设置，请打开文件 elasticsearch.yml：

sudo nano /etc/elasticsearch/elasticsearch.yml

在该文件中找到包含 network.host 的行，通过删除行首的 # 字符来取消注释，并将值更改为受保护网络接口的 IP 地址。该行将类似于：

...
network.host: 10.0.0.1
...

此外，为了增强安全性，您可以禁用用于评估自定义表达式的脚本。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.allowed_types: none
...

要使上述更改生效，您需要重新启动 Elasticsearch。

现在重新启动 Elasticsearch：

sudo service elasticsearch restart

在此步骤中，您已经采取了一些措施来保护您的 Elasticsearch 服务器。现在您已准备好测试该应用程序。

步骤 5 — 在 CentOS 7 上测试 Elasticsearch

此时，Elasticsearch 应该正在 9200 端口上运行。您可以使用 curl，这是用于客户端 URL 传输的命令行工具，来测试这一点。

要测试该服务，请执行如下 GET 请求：

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

您将看到以下响应：

{
  "name" : "My First Node",
  "cluster_name" : "mycluster1",
  "cluster_uuid" : "R23U2F87Q_CdkEI2zGhLGw",
  "version" : {
    "number" : "7.9.2",
    "build_flavor" : "default",
    "build_type" : "rpm",
    "build_hash" : "d34da0ea4a966c4e49417f2da2f244e3e97b4e6e",
    "build_date" : "2020-09-23T00:45:33.626720Z",
    "build_snapshot" : false,
    "lucene_version" : "8.6.2",
    "minimum_wire_compatibility_version" : "6.8.0",
    "minimum_index_compatibility_version" : "6.0.0-beta1"
  },
  "tagline" : "You Know, for Search"
}

如果您看到类似的响应，则 Elasticsearch 正常工作。如果没有，请重新检查安装说明，并留出一些时间让 Elasticsearch 完全启动。

您的 Elasticsearch 服务器现在已经运行。在下一步中，您将向该应用程序添加数据并检索数据。

步骤 6 — 在 CentOS 7 上使用 Elasticsearch

在此步骤中，您将向 Elasticsearch 添加一些数据，然后进行一些手动查询。

使用 curl 添加您的第一个条目：

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

您将看到以下输出：

{"_index":"tutorial","_type":"helloworld","_id":"1","_version":3,"result":"updated","_shards":{"total":2,"successful":1,"failed":0},"_seq_no":2,"_primary_term":4

通过使用 curl，您向 Elasticseach 服务器发送了一个 HTTP POST 请求。请求的 URI 是 /tutorial/helloworld/1。让我们更仔细地看一下这些参数：

• 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。

请注意，对所有 POST 请求设置内容类型为 JSON 是必需的，使用参数 -H 'Content-Type: application/json'。如果不这样做，Elasticsearch 将拒绝您的请求。

现在，使用 HTTP GET 请求检索您的第一个条目：

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

结果将如下所示：

{"_index":"tutorial","_type":"helloworld","_id":"1","_version":3,"_seq_no":2,"_primary_term":4,"found":true,"_source":{ "message": "Hello World!" }}

要修改现有条目，您可以使用 HTTP PUT 请求，如下所示：

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

Elasticsearch 将确认成功修改，如下所示：

{
  "_index" : "tutorial",
  "_type" : "helloworld",
  "_id" : "1",
  "_version" : 2,
  "result" : "updated",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 1,
  "_primary_term" : 1
}

在上述示例中，您将第一个条目的 message 修改为 "Hello People!"。随之，版本号增加为 2。

为了使您的 GET 操作的输出更易读，您还可以通过添加 pretty 参数来使结果更易读：

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

现在，响应将以更易读的格式输出：

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

这就是您如何在 Elasticsearch 中添加和查询数据。要了解其他操作，请查看 Elasticsearch API 文档。

结论

在本教程中，您已经在 CentOS 7 上安装、配置并开始使用 Elasticsearch。一旦您熟悉了手动查询，下一个任务将是从您的应用程序开始使用该服务。