这篇文章主要讲述Elasticsearch中一些常见的概念，以及一些配置参数的优化。

一、常见名词

索引（index）：存储数据的逻辑空间，类似关系型数据库里的“数据库”；

文档（document）：存储在es中的实际数据内容；

类型（type）：每个 Type 会拥有相同结构的文档，都有相同的字段（Field），比如博客系统，有一个索引，可以定义用户数据 Type，博客数据 Type，评论数据 Type 等。类似关系型数据库中的“表”；

节点（node）：es实例，一个es的java进程。根据节点的作用不同，可分为数据节点和协调节点。数据节点主要用于存储数据，协调节点是用于选举集群主节点。

分片（shard）：ES 可以将一个索引中的数据切分为多个分片（Shard），分布在不同的存储路径上，便于横向拓展。分片分为主分片和副本分片，主分片用于写入，副本分片用于分担读压力。

二、构建一个Elasticsearch集群

构建一个ES集群和其他中间件集群类似，有如下几点需要注意：

elasticsearch/config/elasticsearch.yml

1、node.name

每个es实例需要指定唯一name，这里每台服务器上运行一个es进程。

2、path.data

shard存储的路径，这里可以配置多个路径。比如某服务器挂载了2块硬盘，可以配置成/data,/data2。

3、discovery.zen.ping.unicast.hosts

这个配置主要是用于维持集群状态。

建议Node配置奇数个，如果集群较大，用于集群选举的节点可以和数据节点分开。比如集群中有10个节点8核32G，可以配置3个节点4核16G用于作为master节点以及故障转移参与选举的节点。

elasticsearch/config/jvm.yml

4、jvm配置

java heap的配置值，建议是服务器内存的一半。并且最高是32G。如果集群压力过大，再横向扩展。

5、写入调整

根据实际的业务场景，调整index的配置。写频繁远高于读的情况下，可以提高分片数量，减少副本数量；如果读环境较多，则提高副本数量用于分担读压力。

三、关于集群维护

1、集群状态监控

http://ip:9200/_cluster/health?pretty

绿：正常，黄：可用但是不可靠，红：故障。

2、集群数据备份

ES snapshot用于索引的冷备份，备份可以有本地存储、S3、HDFS等多种方式。比如备份到HDFS

PUT _snapshot/hw_hdfs_repository
{
"type": "hdfs",
"settings": {
"uri": "hdfs://192.33.0.253:9820/",
"path": "/elkHdfsRepo",
"conf.dfs.client.read.shortcircuit": "false"
}

PUT _snapshot/hw_hdfs_repository/snapshot_k8s
{
"indices": "k8s-2020.10.10",
"ignore_unavailable": true,
"include_global_state": false,
"partial": true
}

3、性能指标监控

可以通过rest方式采集指标值，这里推荐使用Kibana->monitoring可视化的查看集群的运行情况。

4、查询、基于日志的业务监控等

这块主要是ES DSL查询，类似编写数据库SQL语句。由于需要根据实际搜集的日志内容，这里不做举例。详细参考官方文档。

以上是ELK Stack中使用和维护Elasticsearch集群的相关点的概述，实际使用过程中还是有很多坑要踩的。建议结合Elasticsearch版本参考对应的官方文档。