tips：首先在es集群的生产环境中，一般不建议单机部署多实例，如果使用的是一台高配(高内存)物理机，内存≥512GB，单实例部署就有点浪费资源了，此时应考虑单机多实例部署。
一、原理和概念
① 堆内存：Elasticsearch 默认安装后设置的堆内存是2GB。 对于任何一个业务部署来说， 这个设置都太小了。如果你正在使用这些默认堆内存配置，您的集群可能会出现问题。
修改方式：
jvm.options配置
-Xms32g
-Xmx32g
或者 修改/etc/sysconfig/elasticsearch
ES_JAVA_OPTS="-Xms32g -Xmx32g"
请确保堆内存最小值（xms）与最大值（xmx）的大小是相同的，防止程序在运行时改变堆内存大小， 这是一个很耗系统资源的过程。
② 把服务器内存(少于)一半给Lucene
一个常见的问题是给 Elasticsearch 分配的内存太大了。假设你有一个64GB 内存的机器，如果把64GB 内存全都给 Elasticsearch。因为越多越好啊！
当然，内存对于 Elasticsearch 来说绝对是重要的，它可以被许多内存数据结构使用来提供更快的操作。但是说到这里， 还有另外一个内存消耗大户非堆内存（off-heap）：Lucene。
Lucene 被设计为可以利用操作系统底层机制来缓存内存数据结构。 Lucene 的段是分别存储到单个文件中的。因为段是不可变的，这些文件也都不会变化，这是对缓存友好的，同时操作系统也会把这些段文件缓存起来，以便更快的访问。
Lucene 的性能取决于和操作系统的相互作用。如果你把所有的内存都分配给 Elasticsearch 的堆内存，那将不会有剩余的内存交给 Lucene。 这将严重地影响全文检索的性能。
标准的建议是把 50％ 的可用内存作为 Elasticsearch 的堆内存，保留剩下的 50％。当然它也不会被浪费，Lucene 会很乐意利用起余下的内存。
如果你不需要对分词字符串做聚合计算（例如，不需要 fielddata ）可以考虑降低堆内存。堆内存越小，Elasticsearch（更快的 GC）和 Lucene（更多的内存用于缓存）的性能越好。
③ 不要超过 32 GB！
这里有另外一个原因不分配大内存给 Elasticsearch。事实上 ， JVM 在内存小于 32 GB 的时候会采用一个内存对象指针压缩技术。
在 Java 中，所有的对象都分配在堆上，并通过一个指针进行引用。 普通对象指针（OOP）指向这些对象，通常为 CPU 字长 的大小：32 位或 64 位，取决于你的处理器。指针引用的就是这个 OOP 值的字节位置。
对于 32 位的系统，意味着堆内存大小最大为 4 GB。对于 64 位的系统， 可以使用更大的内存，但是 64 位的指针意味着更大的浪费，因为你的指针本身大了。更糟糕的是， 更大的指针在主内存和各级缓存（例如 LLC，L1 等）之间移动数据的时候，会占用更多的带宽。
Java 使用一个叫作 内存指针压缩（compressed oops）的技术来解决这个问题。 它的指针不再表示对象在内存中的精确位置，而是表示偏移量 。这意味着 32 位的指针可以引用 40 亿个 对象，而不是 40 亿个字节。最终，也就是说堆内存增长到 32 GB 的物理内存，也可以用 32 位的指针表示。
一旦你越过那个神奇的 ~32 GB 的边界，指针就会切回普通对象的指针。 每个对象的指针都变长了，就会使用更多的 CPU 内存带宽，也就是说你实际上失去了更多的内存。事实上，当内存到达 40–50 GB 的时候，有效内存才相当于使用内存对象指针压缩技术时候的 32 GB 内存。
这段描述的意思就是说：即便你有足够的内存，也尽量不要 超过 32 GB。因为它浪费了内存，降低了 CPU 的性能，还要让 GC 应对大内存。
好了，废话了这么多，回归正题，讨论一下如果我们手里有几台很大内存的物理机，怎么搞？
有三个可选项：
* 你主要做全文检索吗？考虑给 Elasticsearch 4~32 GB 的内存， 让 Lucene 通过操作系统文件缓存来利用余下的内存。那些内存都会用来缓存 segments，带来极速的全文检索。
* 你需要更多的排序和聚合？而且大部分的聚合计算是在数字、日期、地理点和 非分词 字符串上？你很幸运，你的聚合计算将在内存友好的 doc values 上完成！ 给 Elasticsearch 4~32 GB 的内存，其余部分为操作系统缓存内存中的 doc values。
* 你在对分词字符串做大量的排序和聚合（例如，标签或者 SigTerms，等等）不幸的是，这意味着你需要 fielddata，意味着你需要堆空间。考虑在单个机器上运行两个或多个节点，而不是拥有大量 RAM 的一个节点。仍然要坚持 50％ 原则。如果你选择这一种，你需要配置cluster.routing.allocation.same_shard.host: true 。 这会防止同一个分片（shard）的主副本存在同一个物理机上（因为如果存在一个机器上，副本的高可用性就没有了，当某一台物理机宕机时，就会导致某些indices、shards不可用）。
二、单机多实例部署：
系统环境：centos6.9
运行环境：jdk1.8
准备工作：下载elasticsearch-5.5.3 和 kibana-5.5.3 （为了方便部署，es选择的压缩包部署，kibana直接rpm安装）
1、解压elasticsearch
tar -zxvf elasticsearch-5.5.3.tar.gz
2、配置elasticsearch的第一个实例
mv elasticsearch-5.5.0 elasticsearch-node1
cd elasticsearch-node1/config
备份默认配置文件(个人习惯)
cp elasticsearch.yml elasticsearch.yml.default
cp jvm.options jvm.options.default
配置elasticsearch.yml
cluster.name: mango-es #集群名称
node.name: node-1 #节点名称
node.master: true #节点role
node.data: true #节点role
path.data: ["/opt/data/node-1/es","/opt/data/node-1/es2","/opt/data/node-1/es3"] #es数据路径
path.logs: /opt/logs/es-node1/ #日志路径
bootstrap.memory_lock: true # 设置为true来锁住内存。因为当jvm开始swapping时es的效率会降低，所以要保证它不swap，可以把ES_MIN_MEM和 ES_MAX_MEM两个环境变量设置成同一个值，并且保证机器有足够的内存分配给es。同时也要允许elasticsearch的进程可以锁住内存，linux下可以通过`ulimit -l unlimited`命令。
bootstrap.system_call_filter: false # 具体见后面bootstrap
network.host: 0.0.0.0
http.port: 9200 #监听端口
discovery.zen.ping.unicast.hosts: ["192.168.83.138:9300","192.168.83.138:9301"] # 设置集群中master节点的初始列表，可以通过这些节点来自动发现新加入集群的节点。
discovery.zen.minimum_master_nodes: 1 # 设置这个参数来保证集群中的节点可以知道其它N个有master资格的节点。默认为1，对于大的集群来说，可以设置大一点的值（2-4）
gateway.recover_after_nodes: 1 # 设置集群中N个节点启动时进行数据恢复，默认为1。
# …… 还有一些调优和具体使用情况的具体参数，根据服务器配置和使用场景而变化，这里不做过多配置
配置jvm.options，文中前面大篇幅都在扯这个
-Xms32g
-Xmx32g
启动实例前：
创建es用户，因为es默认是不允许以root用户启动的
useradd elastic
创建相关配置路径，并修改属主
mkdir -p /opt/logs/es-node1
mkdir -p /opt/data/node-1/es
mkdir -p /opt/data/node-1/es2
mkdir -p /opt/data/node-1/es3
chown -R elastic. /opt/logs/es-node1
chown -R elastic. /opt/data/node-1/es
chown -R elastic. /opt/data/node-1/es2
chown -R elastic. /opt/data/node-1/es3
bootstrap相关：
Maximum number of threads check：
修改 /etc/security/limits.conf nproc
* soft nofile 65536
* hard nofile 65536
* soft nproc 65536
* hard nproc 65536
/etc/security/limits.d/90-nproc.conf
* soft nproc 65535
#大于2048即可
File descriptor check：
ulimit -n 65536
/etc/security/limits.conf
* soft nofile 65536
* hard nofile 65536
Heap size check：
elasticsearch.yml
bootstrap.memory_lock: true
bootstrap.memory_lock：
/etc/security/limits.conf
elastic soft memlock unlimited
elastic hard memlock unlimited
system call filters failed to install; check the logs and fix your configuration or disable system call filters at your own risk：
elasticsearch.yml 在memory下面
bootstrap.system_call_filter: false
max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]：
/etc/sysctl.conf
vm.max_map_count=262144
3、启动第一个实例
nohup su - elastic /opt/apps_install/elk/elasticsearch-node1/bin/elasticsearch &>/dev/null &
4、查看实例状态
curl -s -XGET "http://127.0.0.1:9200/_cat/nodes?v"
同理配置第二个实例即可~复制第一个实例目录，修改配置的数据目录、端口和日志目录，启动即可
5、配置完成后，查看es-cluster状态
curl -s -XGET "http://127.0.0.1:9200/_cluster/health" | jq .
6、配置并启动kibana
/etc/kibana/kibana.yml
server.port: 5601
elasticsearch.url: "http://192.168.83.138:9200"
/etc/rc.d/init.d/kibana start
7、浏览器访问
http://192.168.83.138:5601
8、安装 X-PACK Plugin
什么是X-PACK Plugin？
https://www.elastic.co/products/x-pack
主要是用来查看es集群状态，包括而不限于cpu，memory，nodes，indices，shards等等
情况1：已运行集群，逐台安装x-pack，滚动重启，比较麻烦，等待时间也较长
情况2：位运行集群，关闭es和kibana服务，安装x-pack Plugin，重启服务即可
es安装 x-pack
elasticsearch-plugin install x-pack
配置elasticsearch.yml
action.auto_create_index: .security,.monitoring*,.watches,.triggered_watches,.watcher-history*,.ml*
kibana安装 x-pack
kibana-plugin install x-pack
安装时间较长，请耐心等待
都安装完成后，启动es实例，再启动kibana即可，此时再访问http://192.168.83.138
默认的用户名和密码：elastic changeme
示例图：
