49.集群节点维护—滚动升级-2

• 升级关闭的节点
  • 要使用Debian或RPM软件包升级：
    • 使用rpm或dpkg安装新包
    • 所有文件都安装在操作系统的适当位置，并且 Elasticsearch 配置文件不会被覆盖
  • 使用 zip 或压缩的 tarball 进行升级：
    • 将 zip 或 tarball 解压缩到新目录
    • 设置ES_PATH_CONF环境变量以指定外部config目录和jvm.options文件的位置
    • 设置path.data在config/elasticsearch.yml以点到外部数据目录
    • 设置path.logs在config/elasticsearch.yml以指向所需存储日志的位置
• 升级所有插件
  • 使用elasticsearch-plugin脚本安装每个已安装的elasticsearch插件的升级版本
  • 升级节点时必须升级所有插件。
• 如果使用Elasticsearch安全功能来定义域，确认域设置是最新的
• 启动升级的节点
  • 启动新升级的节点，并通过检查日志文件或提交_cat/nodes求来确认它已加入集群：

GET _cat/nodes
1

• 重新启用shard分配。
  • 节点加入集群后，删除cluster.routing.allocation.enable 设置以启用分片分配并开始使用该节点：

PUT _cluster/settings
{
  "persistent": {
    "cluster.routing.allocation.enable": null
  }
}
1
2
3
4
5
6

• 等待节点恢复
  • 在升级下一个节点之前，等待集群完成分片分配

GET _cat/health?v
1

• 重复
  • 当node恢复并且cluster稳定后，对每个需要更新的node重复这些步骤
  • 可以通过一个_cat/health请求来监控cluster的健康状况：

GET /_cat/health?v=true
1

• 并通过_cat/nodes请求检查哪些node已升级：

GET /_cat/nodes?h=ip,name,version&v=true
1

• 重新启动机器学习作业
  • 如果暂时停止了与机器学习作业关联的任务，请使用set upgrade mode API将它们返回到活动状态：
  • 如果在升级之前关闭了所有机器学习作业，需打开作业并从Kibana或使用打开的作业并启动数据源API启动数据源

POST _ml/set_upgrade_mode?enabled=false
1

• 总结
  • 在滚动升级期间，cluster继续正常运行
  • 但是，在cluster中的所有node都升级之前，任何新功能都将被禁用或以向后兼容模式运行
  • 万一在升级过程中发生网络故障，将所有剩余的旧node与cluster隔离，必须使旧node脱机并升级它们以使它们能够加入cluster
  • 如果在升级过程中同时停止一半或更多master-eligible node条件的node，则cluster将变得不可用，这意味着升级不再是滚动升级

大数据视频推荐：
CSDN
大数据语音推荐：
ELK7 stack开发运维
企业级大数据技术应用
大数据机器学习案例之推荐系统
自然语言处理
大数据基础
人工智能：深度学习入门到精通