Elastic Cloud Kubernetes

Elastic Cloud Kubernetes（ECK）是Elastic官方推出的，基于k8s operator的插件，其扩展了k8s的基础编排功能，可以轻松地在k8s中安装、管理 Elasticsearch, Kibana 和 APM集群。
借助ECK，我们可以简化以下关键操作：

管理和监控多个集群
扩大或缩小集群规模
改变集群配置
计划备份
使用TLS证书保护集群安全
建立具有可用区域意识的hot-warm-cold架构

支持的版本

kubectl 1.11+
Kubernetes 1.12+ or OpenShift 3.11+
Google Kubernetes Engine (GKE), Azure Kubernetes Service (AKS), and Amazon Elastic Kubernetes Service (EKS)
Elasticsearch, Kibana, APM Server: 6.8+, 7.1+
Enterprise Search: 7.7+
Beats: 7.0+

在Kubernetes集群中部署ECK

本文以原生的Kubernetes集群为例，GKE、Amazon EKS上的流程也很类似。

安装custom resource definitions和operator及其RBAC规则

kubectl apply -f https://download.elastic.co/downloads/eck/1.2.1/all-in-one.yaml

监控operator的日志

kubectl -n elastic-system logs -f statefulset.apps/elastic-operator

在私有的k8s集群中，可能无法访问公网，可以先将yaml文件下载至本地，并修改operator镜像的地址。all-in-one.yaml是多个yaml文件的集合，找到statefulset.yaml，并修改其中的image为私有仓库中镜像地址，修改--container-registry为私有仓库地址。

# Source: eck/templates/statefulset.yaml
apiVersion: apps/v1
kind: StatefulSet
metadata:
  name: elastic-operator
  namespace: elastic-system
  labels:
    control-plane: elastic-operator
spec:
  selector:
    matchLabels:
      control-plane: elastic-operator
  serviceName: elastic-operator
  template:
    metadata:
      annotations:
        # Rename the fields "error" to "error.message" and "source" to "event.source"
        # This is to avoid a conflict with the ECS "error" and "source" documents.
        "co.elastic.logs/raw": "[{\"type\":\"container\",\"json.keys_under_root\":true,\"paths\":[\"/var/log/containers/*${data.kubernetes.container.id}.log\"],\"processors\":[{\"convert\":{\"mode\":\"rename\",\"ignore_missing\":true,\"fields\":[{\"from\":\"error\",\"to\":\"_error\"}]}},{\"convert\":{\"mode\":\"rename\",\"ignore_missing\":true,\"fields\":[{\"from\":\"_error\",\"to\":\"error.message\"}]}},{\"convert\":{\"mode\":\"rename\",\"ignore_missing\":true,\"fields\":[{\"from\":\"source\",\"to\":\"_source\"}]}},{\"convert\":{\"mode\":\"rename\",\"ignore_missing\":true,\"fields\":[{\"from\":\"_source\",\"to\":\"event.source\"}]}}]}]"
      labels:
        control-plane: elastic-operator
    spec:
      terminationGracePeriodSeconds: 10
      serviceAccountName: elastic-operator
      containers:
      - image: "your.com/eck-operator:1.2.1"
        imagePullPolicy: IfNotPresent
        name: manager
        args:
          - "manager"
          - "--log-verbosity=0"
          - "--metrics-port=0"
          - "--container-registry=your.com"
          - "--max-concurrent-reconciles=3"
          - "--ca-cert-validity=8760h"
          - "--ca-cert-rotate-before=24h"
          - "--cert-validity=8760h"
          - "--cert-rotate-before=24h"
          - "--enable-webhook"
        env:
          - name: OPERATOR_NAMESPACE
            valueFrom:
              fieldRef:
                fieldPath: metadata.namespace
          - name: OPERATOR_IMAGE
            value: "harbor.dcos.xixian.unicom.local/mtc/eck-operator:1.2.1"
          - name: WEBHOOK_SECRET
            value: "elastic-webhook-server-cert"
        resources:
            limits:
              cpu: 1
              memory: 512Mi
            requests:
              cpu: 100m
              memory: 150Mi
        ports:
        - containerPort: 9443
          name: https-webhook
          protocol: TCP
        volumeMounts:
          - mountPath: /tmp/k8s-webhook-server/serving-certs
            name: cert
            readOnly: true
      volumes:
        - name: cert
          secret:
            defaultMode: 420
            secretName: "elastic-webhook-server-cert"
---

如在安装all-in-one.yaml中出现错误，可以将其中的yaml文件拆分出来单独安装，以此来排除错误

ECK安装成功后，会在k8s中创建一个名为elastic-system的命名空间，在该空间中存在一个eck-operator Pod，该Pod会在后台监控集群的状态，并依据用户的指令作出相应的反应。

部署ELasticsearch集群

为了贴近实际应用，这里我们部署一个3个主节点，使用网络块存储的ES集群。

创建PV

以ceph存储为例，创建3块容量500G的PV

apiVersion: v1
kind: PersistentVolume
metadata:
   name: pv-es-data-00  ##pv名称
spec:
   capacity:
     storage: 500Gi ## pv大小，与云硬盘大小一致即可
   accessModes:
     - ReadWriteOnce ## pv读写类型，填写云硬盘支持的类型
   mountOptions:
     - rw ##挂载类型有只读（ro）,读写{rw}，挂载类型和accessModes要对应起来
   persistentVolumeReclaimPolicy: Retain ##建议选择Retain模式
   csi:
       driver: ckecsi ##固定不变
       volumeHandle: welkinbig.es-00-608521303445 ##与cbs实例列表接口instanceId字段对应
       fsType: xfs ##挂载文件系统类型xfs,ext4等
       volumeAttributes:
          monitors: 10.172.xx.xx:6789,10.172.xx.xx:6789,10.172.xx.xx:6789
          pool: welkinbig 
          imageFormat: "2" ##固定不变
          imageFeatures: "layering" ##固定不变
          adminId: admin ##固定不变
          userId: '60852xxxxxxx' ##账户ID
          volName: es-00-608521303445 ##云硬盘实例列表接口imageName字段
          mounter: rbd
          608521xxxxxx: AQDcz0xf7s2SBhAAqGxxxxxxxxxxxxxxxxxx
          admin: AQB4kjxfPP1HLxAAXfixxxxxxxxxxxxxxxxxx
       controllerPublishSecretRef:
        name: xx-secret   ##秘钥名称
        namespace: default 
       nodeStageSecretRef:
        name: xx-secret
        namespace: default
       nodePublishSecretRef:
        name: xx-secret
        namespace: default

部署ES集群

在kubectl中执行以下yaml文件。
version字段指定了要安装的es版本，image标签指定es镜像的私有仓库地址，count为3，表示有3个节点。
node.master: true代表创建的节点为主节点。
node.data: true代表创建的节点为数据节点，可以用于存储数据。

apiVersion: elasticsearch.k8s.elastic.co/v1
kind: Elasticsearch
metadata:
  name: es-cluster
spec:
  version: 7.9.0
  image: your.com/elasticsearch:7.9.0-ik-7.9.0
  nodeSets:
  - name: master-nodes
    count: 3
    config:
      node.master: true
      node.data: true
    volumeClaimTemplates:
    - metadata:
        name: elasticsearch-data
      spec:
        accessModes:
        - ReadWriteOnce
        resources:
          requests:
            storage: 500Gi
    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: -Xms4g -Xmx4g
          resources:
            requests:
              cpu: 4
              memory: 8Gi
            limits:
              cpu: 4
              memory: 8Gi

监控集群的健康状态和创建过程

获取当前es集群状态信息，包括健康状态、版本和节点数量：

kubectl get elasticsearch

NAME          HEALTH    NODES     VERSION   PHASE         AGE
quickstart    green     3         7.9.0     Ready         1m

当集群刚创建时，HEALTH和PHASE应该为空，等待一定时间后，集群创建完毕后，PHASE变为Ready，HEALTH变为green。

可以通过如下命令查看Pod的状态：

kubectl get pods --selector='elasticsearch.k8s.elastic.co/cluster-name=es-cluster'

NAME                      READY   STATUS    RESTARTS   AGE
es-cluster-es-default-0   1/1     Running   0          79s

查看Pod的日志：

kubectl logs -f es-cluster-es-default-0

访问ES集群

ECK会创建一个ClusterIP Service用于访问es集群：

kubectl get service es-cluster-es-http

NAME                 TYPE        CLUSTER-IP      EXTERNAL-IP   PORT(S)    AGE
es-cluster-es-http   ClusterIP   10.15.251.145   <none>        9200/TCP   34m

获取访问凭证

ECK会自动创建一个默认用户elastic，密码存储于k8s secret中：

kubectl get secret es-cluster-es-elastic-user -o go-template='{{.data.elastic | base64decode}}'

从集群内部访问

命令中的password用步骤1中所获password代替，-k表示忽略证书错误

curl -u "elastic:$PASSWORD" -k "https://es-cluster-es-http:9200"

{
  "name" : "es-cluster-es-default-0",
  "cluster_name" : "es-cluster",
  "cluster_uuid" : "XqWg0xIiRmmEBg4NMhnYPg",
  "version" : {...},
  "tagline" : "You Know, for Search"
}

JVM堆设置

在podTemplate中设置ES_JAVA_OPTS环境变量，来改变es的JVM堆容量。同时，强烈建议将requests和limits设置为相同值，以确保pod在k8s集群中获取到足够的资源。

podTemplate:
      spec:
        containers:
        - name: elasticsearch
          env:
          - name: ES_JAVA_OPTS
            value: -Xms2g -Xmx2g
          resources:
            requests:
              memory: 4Gi
              cpu: 0.5
            limits:
              memory: 4Gi
              cpu: 2

Node配置

任何定义在elasticsearch.yml配置文件中的设置，都可以在spec.nodeSets[?].config中定义。

spec:
  nodeSets:
  - name: masters
    count: 3
    config:
      node.master: true
      node.data: false
      node.ingest: false
      node.ml: false
      xpack.ml.enabled: true
      node.remote_cluster_client: false
  - name: data
    count: 10
    config:
      node.master: false
      node.data: true
      node.ingest: true
      node.ml: true
      node.remote_cluster_client: false

卷声明模板

为防止pod被删除时丢失数据，OPerator默认会为集群中每个pod创建一个容量为1Gi的PersistentVolumeClaim。在生产环境中，应该定义合适容量的volume claim template和storage class来关联持久卷。劵声明的名称必须是elasticsearch-data。如k8s中没有使用storage class来管理劵，可以不指定storage class。
取决于k8s配置和底层文件系统，某些持久卷在创建之后不能改变卷的容量。当定义卷声明时，考虑未来的存储需求以确保有足够的存储空间来应对业务增长

spec:
  nodeSets:
  - name: default
    count: 3
    volumeClaimTemplates:
    - metadata:
        name: elasticsearch-data
      spec:
        accessModes:
        - ReadWriteOnce
        resources:
          requests:
            storage: 500Gi
        storageClassName: standard

虚拟内存

默认情况下，es使用内存映射（memory mapping, mmap）来高效地访问索引。通常，Linux系统的默认虚拟地址空间较少，不能满足es的需求，可能导致OOM异常。在生产环境中，建议设置Linux内核参数vm.max_map_count为262144，同时不设置node.store.allow_mmap。
上述内核设置可以在主机中直接修改，也可以通过初始容器来修改。可以使用如下样例，添加一个可以在es pod启动前修改内核参数的初始容器：

podTemplate:
      spec:
        initContainers:
        - name: sysctl
          securityContext:
            privileged: true
          command: ['sh', '-c', 'sysctl -w vm.max_map_count=262144']

定制配置文件和插件

有两种方式来自定义es的配置文件和插件：

创建一个已经安装好配置文件和插件的es镜像
在Pod启动时安装插件或配置文件

第一个选项的优点是，可以在ECK安装镜像之前验证其正确性，而第二个选项有最大的灵活性。但是第二个选项意味着只能在运行期间才能发现配置文件的错误，同时需要通过公网下载插件。

对于私有集群，可能在集群内无法访问公网，因此建议通过打包镜像的方式来安装插件。下面这个例子介绍如何定制安装插件的镜像。

创建一个包含如下内容的Dockerfile

FROM elasticsearch:7.9.0
COPY ./elasticsearch-analysis-ik-7.9.0.zip /home/
RUN sh -c '/bin/echo -e "y" | bin/elasticsearch-plugin install  file:/home/elasticsearch-analysis-ik-7.9.0.zip'

创建镜像

docker build --tag elasticsearch-ik:7.9.0

上述案例以安装中文分词器IK为例，其他插件可修改Dockerfile。
下面的案例介绍了如何为es中的synonym token filter添加同义词文件。当然，也可以使用同样的方式来将任何文件挂载到es的配置文件目录。

spec:
  nodeSets:
  - name: default
    count: 3
    podTemplate:
      spec:
        containers:
        - name: elasticsearch 
          volumeMounts:
          - name: synonyms
            mountPath: /usr/share/elasticsearch/config/dictionaries
        volumes:
        - name: synonyms
          configMap:
            name: synonyms

在上述代码中，需要事先在同一个命名空间中创建包含配置文件的config map。

部署Kibana

连接一个由ECK管理的es集群非常简单：

创建kibana实例并关联es集群

apiVersion: kibana.k8s.elastic.co/v1
kind: Kibana
metadata:
  name: kibana
spec:
  version: 7.9.0
  image: your.com/kibana:7.9.0
  count: 1
  elasticsearchRef:
    name: es-cluster
    namespace: default

namespace是可选参数，如果es集群和kibana运行在同一个namespace中。

Kibana配置文件会被ECK自动创建，并会在es之间创建安全的链接。

监控kibana健康状态和创建过程

同es类型，可以通过kubectl查询kibana实例的细节：

kubectl get kibana

查看同实例关联的pod：

kubectl get pod --selector='kibana.k8s.elastic.co/name=kibana'

连接kibana

ECK会自动为kibana创建一个ClusterIP Service：

kubectl get service kibana-kb-http

kibana的用户名和密码同es集群：

curl -u "elastic:$PASSWORD" -k "https://kibana-kb-http:5601"

总结

本文介绍了如何使用ECK在k8s集群中安装es、kibana，并给出了关键参数的设置方式，文中的例子贴近实际的生产环境，具有一定的参考价值。K8s已经成为容器编排事实上标准，由k8s接管数据库的运维也将是一种趋势，同管理普通应用程序不同，管理数据库的难处在于如何持久化数据。k8s给出的解决方案有两种，一种是hostpath方式，将数据持久化至节点所在宿主机的硬盘上，另一种方式是使用网络存储，包括块存储或者文件存储，同方式一相比，方式二由于存在网络传输的损耗，性能上会存在一定差距，但方式二将数据库的应用和存储相分离，数据库可被调度至任意节点，这带来了更大的灵活性，以及更高的资源利用率，借助于网络存储的特性，数据有着更高的安全性。

Elastic Cloud Kubernetes（ECK）安装Elasticsearch、Kibana实战教程