我已经在我的 DC 上安装了 kubernetes,一切正常。我已经测试了几个服务,比如 mongodb 和 web 服务。但我的目标是为 Elasticsearch 大数据找到一个好的解决方案。从互联网上,大多数技术人员都在谈论使用 Kubernetes 的大数据、使用 Kubernetes 的弹性搜索集群等。但是 Elasticsearch 本身具有简单的选项,可以通过非常简单的配置来扩展集群。我还可以使用共享存储(NFS、Ceph ..etc)。那么 Elasticsearch 与 kubernetes 的意义或优势是什么?
我想说 Kubernetes 提供了非常简单易用的方法来在很短的时间内配置 Elasticsearch。使用已经准备好的解决方案会发生这种情况,您可以随时扩展以满足您的需求。您可以通过简单地应用一些命令来部署集群,甚至可以使用 Helm Charts for Elasticsearch 和 Kibana 来提供一种标准的、自以为是的方式来在 Kubernetes 上安装、配置、升级和运行这些应用程序。这为用户提供了一组用于部署 Elasticsearch 和 Kibana 的最佳实践和模板,以及对基本免费功能的访问,例如监控、Kibana Canvas 和空间。升级到安全和机器学习等付费功能也很容易。
Github 存储库kubernetes-elasticsearch-cluster包含在 Kubernetes 中使用 docker - elasticsearch 的详细文档和配置。如kubernetes-elasticsearch-cluster概述中所述:
此外,控制每次使用的集群节点数量非常容易。
我发现一些有用的文章/网址:
使用 Kubernetes StatefulSets 编排有状态应用程序
Elastic 推出 Helm Charts (alpha) 以更快地将 Elasticsearch 和 Kibana 部署到 Kubernetes
Github Elasticsearch Helm Chart
在 AWS 上使用 Kubernetes 部署 Elasticsearch 只需 10 个步骤