Elasticsearch 云原生化：使用 ECK 部署集群

1. ECK 简介

ECK（Elastic Cloud on Kubernetes）是 Elastic 官方提供的 Kubernetes Operator，用于自动化部署和管理 Elasticsearch、Kibana 等组件。核心优势：

• 声明式配置：通过 YAML 定义集群状态
• 自动化运维：自愈、扩缩容、证书管理
• 云原生集成：无缝对接 Kubernetes 生态

2. 部署前提

• Kubernetes 集群：版本 ≥ 1.18（推荐 1.22+）
• 存储类：支持动态卷供应（如 AWS EBS, GCP PD）
• 资源配额：建议节点 ≥ 4vCPU/8GB RAM
• 工具准备：

  kubectl version --short  # 验证 CLI
  helm version              # Helm 3（可选）
  

3. 安装 ECK Operator

步骤 1：添加 Helm 仓库

helm repo add elastic https://helm.elastic.co
helm repo update

步骤 2：部署 Operator

helm install eck-operator elastic/eck-operator -n elastic-system --create-namespace

验证安装：

kubectl get pods -n elastic-system  # 预期状态：Running

4. 部署 Elasticsearch 集群

配置文件 es-cluster.yaml：

apiVersion: elasticsearch.k8s.elastic.co/v1
kind: Elasticsearch
metadata:
  name: production-cluster
spec:
  version: 8.7.0
  nodeSets:
  - name: default
    count: 3
    config:
      node.roles: ["master", "data"]  # 混合节点
    podTemplate:
      spec:
        containers:
        - name: elasticsearch
          resources:
            requests:
              memory: 4Gi
              cpu: 2
            limits:
              memory: 8Gi
              cpu: 4
    volumeClaimTemplates:
    - metadata:
        name: elasticsearch-data
      spec:
        storageClassName: standard  # 替换为实际存储类
        accessModes: ["ReadWriteOnce"]
        resources:
          requests:
            storage: 50Gi

应用配置：

kubectl apply -f es-cluster.yaml

监控状态：

kubectl get elasticsearch  # 等待状态变为 Ready
kubectl get pods -l elasticsearch.k8s.elastic.co/cluster-name=production-cluster

5. 访问集群

获取凭据：

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

端口转发（临时测试）：

kubectl port-forward service/production-cluster-es-http 9200

访问 https://localhost:9200（使用生成的用户名/密码）

6. 关键运维操作

• 扩缩容：修改 YAML 中 nodeSets.count 并重新 apply
• 升级版本：修改 spec.version 后 apply，ECK 自动滚动更新
• 备份配置：

  spec:
    snapshotRepositories:
      - name: backup-repo
        type: gcs  # 支持 S3/Azure/GCS
        settings:
          bucket: "my-es-backups"
  

7. 最佳实践

• 分离角色：生产环境拆分 master/data/ingest 节点组
• 资源隔离：通过 nodeSelector 绑定到专用节点
• 网络优化：启用 spec.http.service.spec.type: LoadBalancer
• 监控集成：部署 Elastic Agent 收集指标

故障排查命令：

kubectl logs -f <pod-name> -c elasticsearch  # 查看日志
kubectl describe elasticsearch production-cluster  # 检查事件

通过 ECK 实现 Elasticsearch 的云原生化，可显著降低运维复杂度，同时保障集群的高可用性与弹性。