网站渗透平台ELK之搜索引擎Elasticsearchhdfs

Z时代
2024-01-10
分类：技术分享

　　一、简介

　　什么是ELK？ELK是Elasticsearch、Logstash、Kibana这三个软件的首字母缩写；其中elasticsearch是用来做数据的存储和搜索的搜索引擎；logstash是数据收集处理平台，它能够对特定的数据做分析、切词、收集、过滤等等处理，通常用于对日志的处理；kibana是用于把处理后的数据做可视化展示，提供一个web界面，方便我们去elasticsearch中检索想要的数据；elasticsearch是一个高度可扩展的开源全文搜索和分析引擎，它可实现数据的实时全文搜索，支持分布式实现高可用，提供RUSTfull风格的API接口，可以处理大规模日志数据；

　　elasticsearch是基于java语言在lucene的框架上进行开发实现；lucene是java中的一个成熟免费的开源搜索类库，本质上lucene只是提供编程API接口，要想使用lucene框架做搜索引擎，需要用户自行开发lucene的外壳，实现调用lucene的API接口实现全文检索和搜寻；elasticsearch就是以lucene为信息检索库的搜索引擎；

　　elasticsearch的基本组件

　　索引（index）：文档容器，具有类似属性的文档的集合。类似关系型数据库中的表的概念；在elasticsearch中索引名称必须使用小写字母；

　　类型（type）：类型是索引内部的逻辑分区，其意义完全取决于用户需求。一个索引内部可定义一个或多个类型。一搬来说，类型就是拥有相同的域的文档的预定义；

　　文档（document）：文档是lucene索引和搜索的原子单位，它包含了一个或多个域。是域的容器，基于JSON格式表示。一个域由一个名字，一个或多个值组成；拥有多个值得域，通常我们称为多值域；

　　映射(mapping)：原始内容存储为文档之前需要事先进行分析，例如切词、过滤掉某些词等；映射用于定义此分析机制该如何实现；除此之外，ES（elasticsearch）还为映射提供了诸如将域中的内容排序等功能。

　　elasticsearch集群组件

　　cluster：ES的集群标识为集群名称；默认为"elasticsearch"。节点就是靠此名字来决定加入到哪个集群中。一个节点只能属于于一个集群。

　　Node：运行了单个ES实例的主机即为节点。用于存储数据、参与集群索引及搜索操作。节点的标识靠节点名。

　　Shard：将索引切割成为的物理存储组件；但每一个shard都是一个独立且完整的索引；创建索引时，ES默认将其分割为5个shard，用户也可以按需自定义，创建完成之后不可修改。shard有两种类型primary shard和replica。Replica用于数据冗余及查询时的负载均衡。每个主shard的副本数量可自定义，且可动态修改。

　　ES Cluster工作过程

　　启动时，通过多播(默认)或单播方式在9300/tcp查找同一集群中的其它节点，并与之建立通信。集群中的所有节点会选举出一个主节点负责管理整个集群状态，以及在集群范围内决定各shards的分布方式。站在用户角度而言，每个node均可接收并响应用户的各类请求。

　　集群有状态：green, red, yellow；green表示集群状态健康，各节点上的shard和我们定义的一样；yellow表示集群状态亚健康，可能存在shard和我们定义的不一致，比如某个节点宕机了，它上面的shard也随着消失，此时集群的状态就是亚健康状态；一般yellow状态是很容易转变为green状态的；red表示集群状态不健康，比如3个节点有2个节点都宕机了，那么也就意味着这两个节点上的shard丢失，当然shard丢失，对应的数据也会随之丢失；所以red状态表示集群有丢失数据的风险；

　　二、elasticsearch集群部署

　　环境说明

　　某个服务如果以分布式或集群的模式工作，首先我们要把各节点的时间进行同步，这是集群的基本原则；其次，一个集群的名称解析不能也不应该依赖外部的dns服务来解析，因为一旦dns服务挂掉，它会影响整个集群的通信，所以如果需要用到名称解析，我们应该首先考虑hosts文件来解析各节点名称；如果集群各节点间需要互相拷贝数据，我们应该还要做ssh 互信；以上三个条件是大多数集群的最基本条件；

名称	ip地址	端口
es1	192.168.0.41	9200/9300
es2	192.168.0.42	9200/9300

　　各节点安装jdk

yum install -y java-1.8.0-openjdk-devel

　　提示：不同的es版本对jdk的版本要求也不一样，这个可以去官方文档中看，对应es版本需要用到的jdk版本；

　　导出JAVA_HOME

　　验证java版本和JAVA_HOME环境变量

　　下载elasticsearch rpm包

[root@node01 ~]# wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.8.12.rpm
--2020-10-01 20:44:29--  https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.8.12.rpm
Resolving artifacts.elastic.co (artifacts.elastic.co)... 151.101.110.222, 2a04:4e42:36::734
Connecting to artifacts.elastic.co (artifacts.elastic.co)|151.101.110.222|:443... connected.
HTTP request sent, awaiting response... 200 OK
Length: 148681336 (142M) [application/octet-stream]
Saving to: ‘elasticsearch-6.8.12.rpm’
100%[==========================================================================>] 148,681,336  133MB/s   in 1.1s
2020-10-01 20:45:07 (133 MB/s) - ‘elasticsearch-6.8.12.rpm’ saved [148681336/148681336]

　　安装elasticsearch rpm包

[root@node01 ~]# ll
total 145200
-rw-r--r-- 1 root root 148681336 Aug 18 19:38 elasticsearch-6.8.12.rpm
[root@node01 ~]# yum install ./elasticsearch-6.8.12.rpm
Loaded plugins: fastestmirror
Examining ./elasticsearch-6.8.12.rpm: elasticsearch-6.8.12-1.noarch
Marking ./elasticsearch-6.8.12.rpm to be installed
Resolving Dependencies
--> Running transaction check
---> Package elasticsearch.noarch 0:6.8.12-1 will be installed
--> Finished Dependency Resolution
Dependencies Resolved
===================================================================================================================================
Package                         Arch                     Version                    Repository                               Size
===================================================================================================================================
Installing:
elasticsearch                   noarch                   6.8.12-1                   /elasticsearch-6.8.12                   229 M
Transaction Summary
===================================================================================================================================
Install  1 Package
Total size: 229 M
Installed size: 229 M
Is this ok [y/d/N]: y
Downloading packages:
Running transaction check
Running transaction test
Transaction test succeeded
Running transaction
Creating elasticsearch group... OK
Creating elasticsearch user... OK
Installing : elasticsearch-6.8.12-1.noarch                                                                                   1/1
### NOT starting on installation, please execute the following statements to configure elasticsearch service to start automatically using systemd
sudo systemctl daemon-reload
sudo systemctl enable elasticsearch.service
### You can start elasticsearch service by executing
sudo systemctl start elasticsearch.service
Created elasticsearch keystore in /etc/elasticsearch
Verifying  : elasticsearch-6.8.12-1.noarch                                                                                   1/1
Installed:
elasticsearch.noarch 0:6.8.12-1
Complete!
[root@node01 ~]#

　　编辑配置文件

　　提示：es的主配置文件是/etc/elasticsearch/elasticsearch.yml；其中我们需要配置cluster.name，node.name，path.data，path.log，这四项是非常重要的，cluster.name是配置的集群名称，同一集群各主机就是依赖这个配置判断是否是同一集群，所以在同一集群的其他节点的配置，这个名称必须一致；node.name是用于标识节点名称，这个名称在集群中是唯一的，也就说这个名称在同一集群的其他节点必须唯一，不能重复；path.data用于指定es存放数据的目录，建议各节点都配置同一个目录方便管理；其次这个目录还建议挂载一个存储；path.logs用于指定es的日志存放目录；

　　提示：bootstrap.memory_lock: true这项配置表示启动es时，立即分配jvm.options这个文件中定义的内存大小；默认没有启用，如果要启用，我们需要主机节点内存是否够用，以及elasticsearch用户是否能够申请对应大小的内存；network.host用于指定es监听的ip地址，0.0.0.0表示监听本机所有可用地址；http.port用于指定对用户提供服务的端口地址；discovery.zen.ping.unicast.hosts指定对那些主机做单播通信来发现节点；discovery.zen.minimum_master_nodes指定master节点的的最小数量；不指定默认就是1；

　　完整的配置

[root@node01 ~]# cat /etc/elasticsearch/elasticsearch.yml
# ======================== Elasticsearch Configuration =========================
#
# NOTE: Elasticsearch comes with reasonable defaults for most settings.
#       Before you set out to tweak and tune the configuration, make sure you
#       understand what are you trying to accomplish and the consequences.
#
# The primary way of configuring a node is via this file. This template lists
# the most important settings you may want to configure for a production cluster.
#
# Please consult the documentation for further information on configuration options:
# https://www.elastic.co/guide/en/elasticsearch/reference/index.html
#
# ---------------------------------- Cluster -----------------------------------
#
# Use a descriptive name for your cluster:
#
cluster.name: test-els-cluster
#
# ------------------------------------ Node ------------------------------------
#
# Use a descriptive name for the node:
#
node.name: node01
#
# Add custom attributes to the node:
#
#node.attr.rack: r1
#
# ----------------------------------- Paths ------------------------------------
#
# Path to directory where to store the data (separate multiple locations by comma):
#
path.data: /els/data
#
# Path to log files:
#
path.logs: /els/logs
#
# ----------------------------------- Memory -----------------------------------
#
# Lock the memory on startup:
#
#bootstrap.memory_lock: true
#
# Make sure that the heap size is set to about half the memory available
# on the system and that the owner of the process is allowed to use this
# limit.
#
# Elasticsearch performs poorly when the system is swapping the memory.
#
# ---------------------------------- Network -----------------------------------
#
# Set the bind address to a specific IP (IPv4 or IPv6):
#
network.host: 0.0.0.0
#
# Set a custom port for HTTP:
#
http.port: 9200
#
# For more information, consult the network module documentation.
#
# --------------------------------- Discovery ----------------------------------
#
# Pass an initial list of hosts to perform discovery when new node is started:
# The default list of hosts is ["127.0.0.1", "[::1]"]
#
discovery.zen.ping.unicast.hosts: ["node01", "node02"]
#
# Prevent the "split brain" by configuring the majority of nodes (total number of master-eligible nodes / 2 + 1):
#
discovery.zen.minimum_master_nodes: 1
#
# For more information, consult the zen discovery module documentation.
#
# ---------------------------------- Gateway -----------------------------------
#
# Block initial recovery after a full cluster restart until N nodes are started:
#
#gateway.recover_after_nodes: 3
#
# For more information, consult the gateway module documentation.
#
# ---------------------------------- Various -----------------------------------
#
# Require explicit names when deleting indices:
#
#action.destructive_requires_name: true
[root@node01 ~]#

View Code

　　创建数据目录和日志目录，并把对应目录修改成elasticsearch属主和属组

　　复制配置文件到其他节点对应位置，并修改node.name为对应节点名称，并在对应节点上创建数据目录和日志目录并把其属主和属组修改成elasticsearch

　　提示：对于node02上的es配置和node01上的配置，唯一不同的就是节点名称，其余都是一样的；

　　启动node01、node02上的es，并把es设置为开机启动

　　提示：可以看到node01和node02上的9200和9300都处于监听状态了；9200是用户对外提供服务的端口，9300是用于集群各节点通信端口；到此2节点的es集群就搭建好了；

　　验证：访问node01和node02的9200端口，看看响应内容cluster_name和cluster_uuid是否是一样？

　　提示：可以看到访问node01和node02的9200端口，响应内容都响应了相同cluster_name和cluster_uuid；说明node01和node02属于同一个集群；

　　查看es接口提供的cat接口

[root@node01 ~]# curl http://node02:9200/_cat
=^.^=
/_cat/allocation
/_cat/shards
/_cat/shards/{index}
/_cat/master
/_cat/nodes
/_cat/tasks
/_cat/indices
/_cat/indices/{index}
/_cat/segments
/_cat/segments/{index}
/_cat/count
/_cat/count/{index}
/_cat/recovery
/_cat/recovery/{index}
/_cat/health
/_cat/pending_tasks
/_cat/aliases
/_cat/aliases/{alias}
/_cat/thread_pool
/_cat/thread_pool/{thread_pools}
/_cat/plugins
/_cat/fielddata
/_cat/fielddata/{fields}
/_cat/nodeattrs
/_cat/repositories
/_cat/snapshots/{repository}
/_cat/templates
[root@node01 ~]#

　　查看集群node信息

[root@node01 ~]# curl http://node02:9200/_cat/nodes
192.168.0.42 19 96 1 0.00 0.05 0.05 mdi - node02
192.168.0.41 15 96 1 0.03 0.04 0.05 mdi * node01
[root@node01 ~]#

　　提示：后面带*号的表示master节点；

　　查看集群健康状态

[root@node01 ~]# curl http://node02:9200/_cat/health
1601559464 13:37:44 test-els-cluster green 2 2 0 0 0 0 0 0 - 100.0%
[root@node01 ~]#

　　查看集群索引信息

[root@node01 ~]# curl http://node02:9200/_cat/indices
[root@node01 ~]#

　　提示：这里显示空，是因为集群里没有任何数据；

　　查看集群分片信息

[root@node01 ~]# curl http://node02:9200/_cat/shards
[root@node01 ~]#

　　获取myindex索引下的test类型的1号文档信息

[root@node01 ~]# curl http://node02:9200/myindex/test/1
{"error":{"root_cause":[{"type":"index_not_found_exception","reason":"no such index","resource.type":"index_expression","resource.id":"myindex","index_uuid":"_na_","index":"myindex"}],"type":"index_not_found_exception","reason":"no such index","resource.type":"index_expression","resource.id":"myindex","index_uuid":"_na_","index":"myindex"},"status":404}[root@node01 ~]#
[root@node01 ~]# curl http://node02:9200/myindex/test/1?pretty
{
"error" : {
"root_cause" : [
{
"type" : "index_not_found_exception",
"reason" : "no such index",
"resource.type" : "index_expression",
"resource.id" : "myindex",
"index_uuid" : "_na_",
"index" : "myindex"
}
],
"type" : "index_not_found_exception",
"reason" : "no such index",
"resource.type" : "index_expression",
"resource.id" : "myindex",
"index_uuid" : "_na_",
"index" : "myindex"
},
"status" : 404
}
[root@node01 ~]#

　　提示：?pretty表示用易读的JSON格式输出；从上面的反馈内容，它告诉我们没有找到指定的索引；

　　添加一个文档到es集群的指定索引

[root@node01 ~]# curl -XPUT http://node01:9200/myindex/test/1 -d '
{"name":"zhangsan","age":18,"gender":"nan"}'
{"error":"Content-Type header [application/x-www-form-urlencoded] is not supported","status":406}[root@node01 ~]#

　　提示：这里向es写指定文档到指定索引下，返回不支持header头部；解决办法，手动指定头部类型；

[root@node01 ~]# curl -XPUT http://node01:9200/myindex/test/1  -H 'content-Type:application/json'  -d '
{"name":"zhangsan","age":18,"gender":"nan"}'
{"_index":"myindex","_type":"test","_id":"1","_version":1,"result":"created","_shards":{"total":2,"successful":2,"failed":0},"_seq_no":0,"_primary_term":1}[root@node01 ~]#

　　验证：查看myindex索引下的test类型的1号文档，看看是否能够查到我们刚才写的数据？

[root@node01 ~]# curl  http://node01:9200/myindex/test/1?pretty
{
"_index" : "myindex",
"_type" : "test",
"_id" : "1",
"_version" : 1,
"_seq_no" : 0,
"_primary_term" : 1,
"found" : true,
"_source" : {
"name" : "zhangsan",
"age" : 18,
"gender" : "nan"
}
}
[root@node01 ~]#

　　提示：可以看到返回了我们刚才写的文档内容；

　　现在再次查看集群的索引信息和分片信息

　　提示：可以看到现在es集群中有一个myindex的索引，其状态为green；分片信息中也可以看到有5各主分片和5个replica分片；并且每个分片都的master和replica都没有在同一个节点；

　　搜索所有的索引和类型

　　提示：jq是用于以美观方式显示json数据，作用同pretty的一样；以上命令表示从所有类型所用索引中搜索，name字段为zhangsan的信息；如果命中了，就会把对应文档打印出来；未命中就告诉我们未命中；如下

[root@node01 ~]# curl http://node01:9200/_search?q=age:19|jq
% Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
Dload  Upload   Total   Spent    Left  Speed
100   135  100   135    0     0   2906      0 --:--:-- --:--:-- --:--:--  2934
{
"took": 37,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 0,
"max_score": null,
"hits": []
}
}
[root@node01 ~]# curl http://node01:9200/_search?q=age:18|jq
% Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
Dload  Upload   Total   Spent    Left  Speed
100   247  100   247    0     0  10795      0 --:--:-- --:--:-- --:--:-- 11227
{
"took": 12,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 1,
"hits": [
{
"_index": "myindex",
"_type": "test",
"_id": "1",
"_score": 1,
"_source": {
"name": "zhangsan",
"age": 18,
"gender": "nan"
}
}
]
}
}
[root@node01 ~]#

　　提示：如果要在指定索引中搜索在前面的url加上指定的索引名称即可；

　　提示：如果有多个索引我们也可以根据多个索引名称的特点来使用*来匹配；如下

[root@node01 ~]# curl http://node01:9200/*/_search?q=age:18|jq
% Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
Dload  Upload   Total   Spent    Left  Speed
100   247  100   247    0     0   8253      0 --:--:-- --:--:-- --:--:--  8517
{
"took": 20,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 1,
"hits": [
{
"_index": "myindex",
"_type": "test",
"_id": "1",
"_score": 1,
"_source": {
"name": "zhangsan",
"age": 18,
"gender": "nan"
}
}
]
}
}
[root@node01 ~]# curl http://node01:9200/my*/_search?q=age:18|jq
% Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
Dload  Upload   Total   Spent    Left  Speed
100   247  100   247    0     0   7843      0 --:--:-- --:--:-- --:--:--  7967
{
"took": 19,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 1,
"hits": [
{
"_index": "myindex",
"_type": "test",
"_id": "1",
"_score": 1,
"_source": {
"name": "zhangsan",
"age": 18,
"gender": "nan"
}
}
]
}
}
[root@node01 ~]#