小编给大家分享一下k8s如何部署elasticsearch集群，希望大家阅读完这篇文章后大所收获，下面让我们一起去探讨吧！
Elastic Cloud on Kubernetes，这是一款基于 Kubernetes Operator 模式的新型编排产品，用户可使用该产品在 Kubernetes 上配置、管理和运行 Elasticsearch 集群。ECK 的愿景是为 Kubernetes 上的 Elastic 产品和解决方案提供 SaaS 般的体验。
ECK使用 Kubernetes Operator模式构建而成，需要安装在Kubernetes集群内，ECK用于部署，且更专注于简化所有后期运行工作：
Kubernetes目前是容器编排领域的领头羊，而Elastic社区发布ECK，使Elasticsearch更容易的跑在云上，也是为云原生技术增砖添瓦，紧跟时代潮流。
部署ECK并查看日志是否正常：
# kubectl apply -f https://download.elastic.co/downloads/eck/1.1.2/all-in-one.yaml # kubectl -n elastic-system logs -f statefulset.apps/elastic-operator
过几分钟查看elastic-operator是否运行正常，ECK中只有一个elastic-operator pod：
# kubectl get pods -n elastic-system NAME READY STATUS RESTARTS AGE elastic-operator-0 1/1 Running 1 2m55s
我们测试情况使用1台master节点和1台data节点来部署集群，生产环境建议使用3+台master节点。如下的manifest中，对实例的heap大小，容器的可使用内存，容器的虚拟机内存都进行了配置，可以根据集群需要做调整：
# vim es.yaml
apiVersion: elasticsearch.k8s.elastic.co/v1
kind: Elasticsearch
metadata:
name: quickstart
spec:
version: 7.7.1
nodeSets:
- name: master-nodes
count: 1
config:
node.master: true
node.data: false
podTemplate:
spec:
initContainers:
- name: sysctl
securityContext:
privileged: true
command: ['sh', '-c', 'sysctl -w vm.max_map_count=262144']
containers:
- name: elasticsearch
env:
- name: ES_JAVA_OPTS
value: -Xms1g -Xmx1g
resources:
requests:
memory: 2Gi
limits:
memory: 2Gi
volumeClaimTemplates:
- metadata:
name: elasticsearch-data
spec:
accessModes:
- ReadWriteOnce
resources:
requests:
storage: 5Gi
storageClassName: rook-ceph-block
- name: data-nodes
count: 1
config:
node.master: false
node.data: true
podTemplate:
spec:
initContainers:
- name: sysctl
securityContext:
privileged: true
command: ['sh', '-c', 'sysctl -w vm.max_map_count=262144']
containers:
- name: elasticsearch
env:
- name: ES_JAVA_OPTS
value: -Xms1g -Xmx1g
resources:
requests:
memory: 2Gi
limits:
memory: 2Gi
volumeClaimTemplates:
- metadata:
name: elasticsearch-data
spec:
accessModes:
- ReadWriteOnce
resources:
requests:
storage: 10Gi
storageClassName: rook-ceph-block
# kubectl apply -f es.yaml过段时间，查看elasticsearch集群的状态
# kubectl get pods quickstart-es-data-nodes-0 1/1 Running 0 54s quickstart-es-master-nodes-0 1/1 Running 0 54s # kubectl get elasticsearch NAME HEALTH NODES VERSION PHASE AGE quickstart green 2 7.7.1 Ready 73s
查看pv的状态，我们可以看到申请的pv已经创建和绑定成功：
# kubectl get pv pvc-512cc739-3654-41f4-8339-49a44a093ecf 10Gi RWO Retain Bound default/elasticsearch-data-quickstart-es-data-nodes-0 rook-ceph-block 9m5s pvc-eff8e0fd-f669-448a-8b9f-05b2d7e06220 5Gi RWO Retain Bound default/elasticsearch-data-quickstart-es-master-nodes-0 rook-ceph-block 9m5s
默认集群开启了basic认证，用户名为elastic，密码可以通过secret获取。默认集群也开启了自签名证书https访问。我们可以通过service资源来访问elasticsearch：
# kubectl get services NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE quickstart-es-data-nodes ClusterIP None
不停服，扩容一台data节点：修改es.yaml中data-nodes中count的value为2，然后apply下es.yaml即可。
# kubectl apply -f es.yaml # kubectl get pods quickstart-es-data-nodes-0 1/1 Running 0 24m quickstart-es-data-nodes-1 1/1 Running 0 8m22s quickstart-es-master-nodes-0 1/1 Running 0 24m # kubectl get elasticsearch NAME HEALTH NODES VERSION PHASE AGE quickstart green 3 7.7.1 Ready 25m
不停服，缩容一台data节点，会自动进行数据同步：修改es.yaml中data-nodes中count的value为1，然后apply下es.yaml即可。
由于默认kibana也开启了自签名证书的https访问，我们可以选择关闭，我们来使用ECK部署kibana:
# vim kibana.yaml
apiVersion: kibana.k8s.elastic.co/v1
kind: Kibana
metadata:
name: quickstart
spec:
version: 7.7.1
count: 1
elasticsearchRef:
name: quickstart
http:
tls:
selfSignedCertificate:
disabled: true
# kubectl apply -f kibana.yaml
# kubectl get pods
NAME READY STATUS RESTARTS AGE
quickstart-es-data-nodes-0 1/1 Running 0 31m
quickstart-es-data-nodes-1 1/1 Running 1 15m
quickstart-es-master-nodes-0 1/1 Running 0 31m
quickstart-kb-6558457759-2rd7l 1/1 Running 1 4m3s
# kubectl get kibana
NAME HEALTH NODES VERSION AGE
quickstart green 1 7.7.1 4m27s为kibana在ingress中添加一个四层代理，提供对外访问服务:
# vim tsp-kibana.yaml
apiVersion: k8s.nginx.org/v1alpha1
kind: GlobalConfiguration
metadata:
name: nginx-configuration
namespace: nginx-ingress
spec:
listeners:
- name: kibana-tcp
port: 5601
protocol: TCP
---
apiVersion: k8s.nginx.org/v1alpha1
kind: TransportServer
metadata:
name: kibana-tcp
spec:
listener:
name: kibana-tcp
protocol: TCP
upstreams:
- name: kibana-app
service: quickstart-kb-http
port: 5601
action:
pass: kibana-app
# kubectl apply -f tsp-kibana.yaml默认kibana访问elasticsearch的用户名为elastic，密码获取方式如下
# kubectl get secret quickstart-es-elastic-user -o=jsonpath='{.data.elastic}' | base64 --decode; echo通过浏览器访问kibana：
删除elasticsearch和kibana以及ECK
# kubectl get namespaces --no-headers -o custom-columns=:metadata.name \ | xargs -n1 kubectl delete elastic --all -n # kubectl delete -f https://download.elastic.co/downloads/eck/1.1.2/all-in-one.yaml
先安装Kubernetes应用的包管理工具helm。Helm是用来封装 Kubernetes原生应用程序的YAML文件，可以在你部署应用的时候自定义应用程序的一些metadata，helm依赖chart实现了应用程序的在k8s上的分发。helm和chart主要实现了如下功能：
# wget https://get.helm.sh/helm-v3.2.3-linux-amd64.tar.gz # tar -zxvf helm-v3.0.0-linux-amd64.tar.gz # mv linux-amd64/helm /usr/local/bin/helm # helm repo add stable https://kubernetes-charts.storage.googleapis.com
通过helm安装cerebro:
# helm install stable/cerebro --version 1.1.4 --generate-name
查看cerebro的状态:
# kubectl get pods|grep cerebro cerebro-1591777586-7fd87f7d48-hmlp7 1/1 Running 0 11m
由于默认ECK部署的elasticsearch开启了自签名证书的https服务，故可以在cerebro配置忽略https证书认证(也可以在cerebro中添加自签名证书的ca证书来识别自签名证书)，并重启cerebro:
1，导出cerebro的configmap：
# kubectl get configmap cerebro-1591777586 -o yaml > cerebro.yaml
2，替换configmap中cerebro的hosts相关配置为如下(其中quickstart-es-http为elasticsarch的service资源名字)：
play.ws.ssl.loose.acceptAnyCertificate = true
hosts = [
{
host = "https://quickstart-es-http.default.svc:9200"
name = "k8s elasticsearch"
}
]注意：
每一个service在k8s集群dns中多有一个对应的记录，客户端访问service的时候可以通过FQDN来访问，默认FQDN的格式为servicename.namespace.svc.cluster.local。其中servicename对用server的名字，namespace对应所在的命名空间，svc.cluster.local是k8s集群可以配置集群域后缀。客户端和服务端在同一个namespace下，可以直接使用servicename访问，如果在不同namespace下，需要使用servername.namespace进行访问。当然，如果直接使用完成的FQDN访问就不用区分namespace了。
3，应用cerebro的configmap并重启cerebro pod：
# kubectl apply -f cerebro.yaml # kubectl get pods|grep cerebro cerebro-1591777586-7fd87f7d48-hmlp7 1/1 Running 0 11m # kubectl get pod cerebro-1591777586-7fd87f7d48-hmlp7 -o yaml | kubectl replace --force -f -
先确认cerebro的service资源，然后配置ingress为cerebro添加7层代理：
# kubectl get services NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE cerebro-1591777586 ClusterIP 10.111.107.171
在本地pc的/etc/hosts文件添加host绑定"172.18.2.175 cerebro.myk8s.com"，然后通过览器访问：
删除cerebro
# helm list NAME NAMESPACE REVISION UPDATED STATUS CHART APP VERSION cerebro-1591777586 default 1 2020-06-10 16:26:30.419723417 +0800 CST deployed cerebro-1.1.4 0.8.4 # heml delete name cerebro-1591777586
看完了这篇文章，相信你对k8s如何部署elasticsearch集群有了一定的了解，想了解更多相关知识，欢迎关注创新互联行业资讯频道，感谢各位的阅读！
