久酷

国内几大厂商的开源镜像服务用的比较多的一般为阿里云镜像、华为云镜像、清华大学开源软件镜像站 等，其中感觉清华大学开源软件镜像站是国内比较早，一直是比较齐全，质量比较不错的。 本月清华大学开源软件镜像站姊妹站北京外国语大学镜像站https://mirrors.bfsu.edu.cn/ 也正式上线，基本上一个模子下来的，目前由于上线时间较短，用的人少，速度非常不错，把几个主要服务器镜像站修改为这里。清华大学的镜像站由于使用人数较多，在高峰时略有卡顿。 在国内提供Elasticsearch镜像的还是非常少的，其中清华大学开源软件镜像站、北京外国语大学镜像站都是有提供的，点赞一个。 包括老版的2.x版本，新版的5.x – 7.x 版本全系列均有提供。 进行国内源配置 国内镜像源安装速度超级快，可以达到带宽上限。 安装完成后，基本生产环境的配置可以参考 https://www.jiucool.org/elasticsearch-memory/ ，是完全一样的。 该版本elasticsearch 安装时自带jdk,安装目录为：/usr/share/elasticsearch/jdk/bin/java，为最新的jdk14 版本。

系统环境 Elasticsearch版本：7.6.2，安装方式为：rpm OS版本：CentOS Linux release 8.1.1911 (Core) 上次我们在开发环境中构建集群，方式非常简单Elasticsearch基础之快速搭建开发环境集群（7.6.2），对于生产环境环境中的安装官方推荐为rpm，对于该种方式的注意点简单整理一下。 问题：无法构建集群 目标：两台独立服务器配置集群，当然啦，正式环境中推荐最少要三台。 IP分别为：192.168.50.21、192.168.50.108 两台机器配置文件类似如下： 分别启动成功后，显示如下，”cluster_uuid” : “_na_” 表示各自独立并没有组建集群 查询系统日志显示如下： 通过该日志分析得知，由于我们配置的network.host: 0.0.0.0,而主机上默认安装了docker环境，导致有多个IP，并且172.18.0.1这样的IP跟其他机器是不通的，所以问题点就找到了，在自动进行集群内部交互时，不一定选择本机的哪一个IP，导致集群内部网络不通。 我们需要重新配置network.host为我们指定的服务器IP地址192.168.50.21、192.168.50.108。 注意：修改完配置后，需要清空一下data文件夹才会生效，然后我们重启服务systemctl restart elasticsearch 集群恢复正常。 当然对于一台服务器只有一个IP的情况是不会存在该问题的。

系统环境 Elasticsearch版本：7.6.2，安装方式为：rpm OS版本：CentOS Linux release 8.1.1911 (Core) 修改配置 # 安装之后系统默认配置文件位置： vim /etc/elasticsearch/elasticsearch.yml # 修改 bootstrap.memory_lock: true 修改完成后，此时启动系统会报错：memory locking requested for elasticsearch process but memory is not locked 解决办法： 首先第一步：vim /etc/security/limits.conf 添加如下内容 上面修改需要重启生效，若想立马生效则执行： ulimit -n 65536 && ulimit -u 65536 && ulimit -l unlimited 第二步：vim /usr/lib/systemd/system/elasticsearch.service 添加配置项：LimitMEMLOCK=infinity ，然后执行下面命令使之生效 第三步： 设定我们允许elasticsearch锁定的最大占用的内存大小，这里我们暂设定为2G，根据实际情况修改 MAX_LOCKED_MEMORY=2147483648 mkdir “-p” /etc/systemd/system/elasticsearch.service.d/ && echo […]

系统环境：Elasticsearch版本：7.6.2 首先我们来了解一下ElasticSearch中的mapping的含义是什么，与传统的关系型数据库之间抽象类似可以发现，其实就相当于我们数据库表的定义schema ElasticSearch 创建mapping的几种方法 dynamic mapping，动态创建mapping ，这种方法我们并不需要提前创建mapping定义在写入数据时动态创建，但缺点也很明显，有时动态推断出来的mapping定义类型其实并不一定准确，或者说并不一定符合我们的设计要求。该方法不推荐。 手动创建mapping，这种方式推荐，我们可以准确的定义好我们所需要的数据类型，保证不会出错。 手动创建mapping的两种方法 1. 通过put请求创建，手动创建mapping的方式也比较简单，如下图所示，根据业务需要提前创建好即可（这里采用的kibana控制台进行，当然也可以使用postman等工具）。 2. 通过spring-data-elasticsearch创建，目前我们一般基于spring体系的框架进行开发，这里更推荐大家采用spring-data-elasticsearch的领域对象建模定义好mapping，在程序代码里可以更好的进行控制。

系统环境 Elasticsearch版本：7.6.2 OS版本：centos7.x docker版本：19.03.08 docker-compose版本：1.25.4 elasticsearch实用工具：logstash、elastichq、containerize-elastichd、kibana、cerebro，当然这几个工具大家可以随意选择，亦可不装不影响正常使用。 操作步骤 首先准备工作，先将docker、docker-compose环境都安装好。 vim docker-compse.yml，然后将如下内容写入： 然后启动之 输入任意的工具地址，比如http://192.168.20.6:9003，连接到集群，发现集群已经成功创建，一共3个node节点，接下来就可以正常进行相关操作了。