👉 点击关注不迷路
文章大纲 10分钟快速部署`Elasticsearch`单节点环境 1. 系统环境要求 2. `Docker`部署方案 2.1 部署流程 2.2 参数说明 2.3 性能优化建议 3. 手动部署方案 3.1 安装步骤 3.2 核心配置项 3.3 启动服务 4. 部署方式对比 5. 验证安装结果 6. 常见问题排查
Elasticsearch单节点环境组件 开发环境 生产环境 CPU 2核 8核+ 内存 4GB 32GB+ 磁盘 50GB HDD 1TB SSD RAID 网络 1Gbps 10Gbps
可在Windows电脑安装虚拟机，完成环境搭建尝试。 软件 版本要求 备注 OS Linux内核3.0+CentOS/Ubuntu等Java JDK 17 必须LTS版本 Docker 20.10+ 仅容器部署需要文件系统 ext4/xfs 推荐使用xfs
Java 版本 LTS（Long - Term Support，长期支持）版本是由 Oracle 或其他供应商提供长期维护和更新的 Java 版本。这些版本为企业和开发者提供了稳定性和安全性保障，适合需要长期稳定运行的应用程序。目前的 Java LTS 版本有 Java 8、Java 11 和 Java 17 等。 Docker部署方案
mkdir -p /data/es/{ data,logs}
docker pull docker.elastic.co/elasticsearch/elasticsearch:8.9.0
docker run -d \ --name elasticsearch \ -p 9200 :9200 \ -p 9300 :9300 \ -e "discovery.type=single-node" \ -e "ES_JAVA_OPTS=-Xms2g -Xmx2g" \ -v /data/es/data:/usr/share/elasticsearch/data \ -v /data/es/logs:/usr/share/elasticsearch/logs \ --ulimit nofile = 65535 :65535 \ docker.elastic.co/elasticsearch/elasticsearch:8.9.0
参数 作用说明 discovery.type指定单节点模式 ES_JAVA_OPTS JVM堆内存设置（建议1:1） ulimit nofile文件描述符限制 9200端口 REST API端口9300端口 节点通信端口
es.discovery.type 在 Elasticsearch 中，es.discovery.type 是一个用于配置节点发现机制的重要参数。节点发现机制决定了 Elasticsearch 集群中的节点如何相互找到并组成一个集群。 通过设置不同的 es.discovery.type 值，可以实现不同的发现方式，以适应不同的部署环境和需求。
services : elasticsearch : deploy : resources : limits : memory : 4genvironment : - bootstrap.memory_lock=true- thread_pool.write.queue_size=1000
wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-8.9.0-linux-x86_64.tar.gz
tar -zxvf elasticsearch-8.9.0-linux-x86_64.tar.gz
cd elasticsearch-8.9.0/
useradd elastic -s /bin/bash
chown -R elastic:elastic .
echo "vm.max_map_count=262144" >> /etc/sysctl.conf
sysctl -p
vi config/elasticsearch.yml
cluster.name : my- es- cluster
node.name : node- 1
path.data : /var/lib/elasticsearch
path.logs : /var/log/elasticsearch
network.host : 0.0.0.0
http.port : 9200
discovery.type : single- node
xpack.security.enabled : true
su elastic
bin/elasticsearch -d
bin/elasticsearch-reset-password -u elastic
对比维度 Docker部署手动部署 部署速度 <2分钟5-10分钟 环境隔离 完全隔离 依赖系统环境 升级维护 镜像替换即可 需手动更新文件 资源占用 增加约200MB容器开销 直接使用系统资源 安全性 依赖容器安全策略 可深度定制安全配置 适用场景 快速验证/开发测试生产环境/深度定制
curl -XGET "http://localhost:9200/_cluster/health?pretty"
{ "cluster_name" : "my-es-cluster" ,"status" : "green" ,"number_of_nodes" : 1
}
ab -n 1000 -c 10 http://localhost:9200/
| QPS | 平均响应时间 | 错误率 |
| -----------| --------------| --------|
| 850 req/s | 11ms | 0 % |
ab 是 Apache HTTP 服务器自带的一个性能测试工具，全称为 ApacheBench。它可以用于对 HTTP 服务器进行压力测试，帮助开发者和运维人员评估服务器在不同负载下的性能表现，比如处理请求的能力、响应时间等。 -n 1000：指定要执行的请求总数为 1000 次。也就是说，ab 工具会向目标服务器发送 1000 个 HTTP 请求。-c 10：设置并发请求数为 10。意味着在同一时间内，ab 会同时向服务器发送 10 个请求，以此模拟多个用户同时访问服务器的场景。 运行该命令后，ab 会输出一系列测试结果，其中一些重要的指标包括： 吞吐率（Requests per second）：表示服务器每秒能够处理的请求数量，数值越高说明服务器处理请求的能力越强。 平均响应时间（Time per request）：包含了每个请求的平均处理时间，能反映出服务器的响应速度。 传输速率（Transfer rate）：指服务器每秒传输的数据量。 示例输出片段及解释Concurrency Level: 10
Time taken for tests: 1.234 seconds
Complete requests: 1000
Failed requests: 0
Total transferred: 123456 bytes
HTML transferred: 111111 bytes
Requests per second: 810.36 [
Time per request: 12.340 [ ms] ( mean)
Time per request: 1.234 [ ms] ( mean, across all concurrent requests)
Transfer rate: 98.76 [ Kbytes/sec] received
Concurrency Level：并发请求数，这里是 10。Time taken for tests：完成所有请求测试所花费的总时间，为 1.234 秒。Complete requests：成功完成的请求数量，这里 1000 个请求都成功完成。Failed requests：失败的请求数量，这里为 0。Requests per second：服务器每秒处理的请求数，平均为 810.36 个。Time per request：平均每个请求的处理时间，分别展示了单个请求视角和所有并发请求视角下的时间。 错误现象 解决方案 无法绑定端口 检查防火墙/SELinux状态 内存不足 调整JVM堆大小 文件权限错误 递归修改目录属主 虚拟内存不足 修改vm.max_map_count
JVM堆内存设置为物理内存的50% 禁用swap分区 数据目录使用SSD存储 配置合理的日志滚动策略 启用bootstrap.memory_lock bootstrap.memory_lock 是 Elasticsearch 中的一个重要配置项，用于控制 Elasticsearch 节点是否锁定其堆内存，防止堆内存被交换到磁盘的交换空间（swap）中。 在 Elasticsearch 中，堆内存的使用非常关键，尤其是在处理大量数据和复杂查询时。 如果堆内存被交换到磁盘上（即发生了内存交换，swap），会严重影响 Elasticsearch 的性能，因为磁盘 I/O 比内存访问要慢得多。这可能导致查询响应时间变长、吞吐量下降，甚至可能引发节点不稳定或崩溃。 
![[Python学习日记-84] 进程理论](http://pic.xiahunao.cn/[Python学习日记-84] 进程理论)
