最佳实践 | 基于腾讯云ES如何跨地域容灾?跨集群复制为您解忧!
作者:吴容,腾讯云大数据Elasticsearch高级开发工程师
腾讯云大数据ES目前已经提供了多可用区部署,即支持同地域跨机房的高可用容灾方案,满足了绝大多数客户的需求。但是依然会有部分客户希望进一步提升容灾级别,能够做到跨地域容灾。随着腾讯云ES双网卡功能的发布,使得跨地域容灾成为可能。接下来我将介绍下腾讯云ES实现跨地域容灾的详细步骤。
注:由于腾讯云ES集群之间的证书是不一致的,因此在搭建CCR环境之前,请先提工单让后端先将两个集群证书设置为一致。
一、对等连接
首先将北京和上海的两个vpc建立对等连接,如下图所示:
注意:如果两个vpc的网段有冲突则不能建立对等连接。
vpc之间建立好对等连接后需要配置下路由表。配置路由表:一定要在本端和对端都配置相关路由,才能通过对等连接通信,且需要绑定对应云服务器的子网。其中路由策略配置如下:路由表通过路由策略来实现流量走向控制,路由策略由目的端、下一跳类型和下一跳组成:
目的端:目的端即为您要转发到的目标网段。目的网段描述仅支持网段格式,如果您希望目的端为单个 IP,可设置掩码为32(如172.16.1.1/32)。另外,目的端不能为路由表所在私有网络内的 IP 段,原因是 Local 路由已表示此私有网络内默认内网互通。
下一跳类型:私有网络的数据包的出口。私有网络下一跳类型支持 “NAT 网关”、“对等连接”、“VPN网关”、“专线网关”、“云服务器”等类型。
下一跳:指定具体跳转到的下一跳实例(使用下一跳 ID 标识),如私有网络内的某个具体 NAT 网关。在本地端(北京)新增目的端的路由策略。
在目的端(上海)同样执行上面的操作。对等连接建立好,且路由表配置完成后,我们进入到北京的云服务器中尝试连接上海的云服务器:从北京的cvm上ping 上海的cvm:
二、搭建CCR
下面我们就分别在北京和上海使用对应的vpc购买两个ES集群。上海集群 es-a785wmve:
北京集群 es-ki42hwk9:
我们将北京的es集群作为Leader Cluster,把上海的es集群作为Follower Cluster。
1、设置Remote Cluster
登录到上海的kibana进行CCR的相关配置:将北京的ES集群设置为Remote Cluster:
Connected表示已经连接上远端的es集群了:
2、创建Follower Index
首先需要先在Leader Cluster即北京es集群中创建一个索引:
然后在上海的集群中继续创建Follower Index:
在Follower上海集群的kibana中进行如下配置:
主要是配置刚刚设置的Remote Cluster的name,以及Leader Index和本地集群需要Follower的index。配置完成后得到如下的列表:
然后查看索引管理,发现已经在上海的集群中创建了一个follower index:
但是这时候索引里还没有任何数据,doc数量是0。下面我们就在北京的Leader集群中写入几条数据,再来看看上海的Follower集群是否能够同步到。
3、数据同步
首先我们在北京集群的kibana中写入如下几条数据:
查看Leader北京的集群的index manager:
发现四条数据都写入了。目前的doc数量是4。
下面我们再去Follower上海集群的kibana上查看Index Manager。
发现上海的Follower集群中的Follower索引wurong_sh_index也包含了4条doc数据。说明我们已经完成了跨地域跨集群的复制了。至此,我们完成了跨地域复制的数据同步。备注说明:由于是跨地域打通了网络,如果出现下面的Not connected状态,可能会出现网络不稳定的情况,会导致数据的复制有一定的延迟。
免费体验活动专区
Elasticsearch 新用户可享 2核4G,0元 体验 30 天!顺畅体验云上集群
添加小助手回复 Elasticsearch 加入 Elasticsearch 技术社区👇
推荐阅读
关注腾讯云大数据公众号
邀您探索数据的无限可能
点击“阅读原文”,了解相关产品最新动态
↓↓↓
相关文章
- SAP、SYBASE被评企业级数据仓库平台领导者
- 迁移学习(EDA)《Energy-based Domain Adaption with Active Learning for Emerging Misinformation Detection》
- 大数据时代云计算在新媒体平台的应用研究
- 迁移学习(SOT)《Cross-domain Activity Recognition via Substructural Optimal Transport》
- 数据科学 怎样进行大数据的入门级学习?
- 炒股魅力:数据分析侠变身“赚钱机器”
- 面试官:请说一下如何优化结构体的性能?
- 简单数据策略帮助LinkedIn提高企业服务收入
- Qt 学习笔记 - 第二章 - 添加图片、布局、界面切换
- 揭秘国内机器学习人才的职业发展/就业方向/薪资状况
- 体积减少40% 微软承诺Windows 11能更快下载安装更新
- 飞桨paddlespech 语音唤醒初探
- 深度学习和拓扑数据分析的六大惊人之举
- salesforce零基础学习(一百二十六) Picklist Value Set 优缺点和使用探讨
- 行业高管怒批Windows 11需必备TPM 2.0芯片:台式机噩梦
- Windows 11 预览版今日到来:即使不满足最低硬件要求,你仍可升级 Dev(附方法)
- 体积更小速度更快!微软Windows 11变化速览
- Windows 11 任务栏无法移动,用户恳求微软重新考虑
- 微软:2022 年开始,Windows 10 PC 设备才能免费升级 Windows 11
- 公司如何组建数据部门?三种数据部门架构优与劣