当前位置:首页 > 文章列表 > 文章 > php教程 > 宝塔安装Elasticsearch详细教程

宝塔安装Elasticsearch详细教程

2026-05-01 23:03:39 0浏览 收藏
本文详细讲解了在宝塔面板环境下手动部署与优化Elasticsearch的完整实践路径,涵盖终端直装、Docker容器化、Nginx HTTPS反向代理及JVM与系统级性能调优四大核心环节,帮助开发者绕过宝塔官方应用市场无ES插件的限制,安全、稳定、高效地构建支持全文检索的搜索服务——无论你是偏好原生控制还是轻量容器化,都能找到适配自身服务器环境的一站式解决方案。

宝塔面板如何安装并配置Elasticsearch?在宝塔面板中部署高性能搜索

如果您希望在宝塔面板环境中快速部署Elasticsearch以支撑全文检索需求,则需绕过宝塔官方应用市场默认不提供Elasticsearch插件的限制,采用手动集成方式。以下是完成安装与基础配置的具体操作路径:

一、通过宝塔终端部署Elasticsearch独立服务

该方法将Elasticsearch作为系统级服务运行,不依赖宝塔内置软件管理模块,确保版本可控与端口独立。需提前确认服务器具备Java 17或更高版本运行环境。

1、登录宝塔面板,点击左侧菜单“终端”,打开命令行界面。

2、执行命令下载Elasticsearch官方压缩包(以8.15.0版本为例):
curl -O https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-8.15.0-linux-x86_64.tar.gz

3、解压至/opt目录:
tar -xzf elasticsearch-8.15.0-linux-x86_64.tar.gz -C /opt/

4、创建专用运行用户并授权:
useradd -r -m -U -d /opt/elasticsearch elasticsearch
chown -R elasticsearch:elasticsearch /opt/elasticsearch-8.15.0

5、切换至elasticsearch用户并启动服务:
sudo -u elasticsearch /opt/elasticsearch-8.15.0/bin/elasticsearch -d -p /var/run/elasticsearch.pid

6、在宝塔“安全”页面放行9200端口(HTTP)和9300端口(节点通信)。

二、使用Docker容器方式在宝塔中运行Elasticsearch

该方法利用宝塔内置的Docker管理器,实现镜像拉取、容器配置与端口映射一体化操作,适合对系统侵入性要求低的场景。

1、确保宝塔已安装Docker插件,并在“软件商店”中启动Docker管理器。

2、进入Docker管理器→“镜像管理”,点击“拉取镜像”,输入镜像名:
docker.elastic.co/elasticsearch/elasticsearch:8.15.0

3、拉取完成后,点击该镜像右侧“创建容器”,配置以下关键参数:
– 容器名称填写为elasticsearch
– 端口映射添加:本地端口9200 → 容器端口9200;本地端口9300 → 容器端口9300
– 环境变量添加:discovery.type=single-node 和 ELASTIC_PASSWORD=your_strong_password

4、挂载目录设置:
/www/wwwroot/es_data → /usr/share/elasticsearch/data
/www/wwwroot/es_logs → /usr/share/elasticsearch/logs

5、点击“提交”启动容器后,执行命令验证:
curl -u elastic:your_strong_password http://localhost:9200

返回JSON响应即表示Elasticsearch容器已正常响应请求。

三、配置Nginx反向代理以启用HTTPS访问

直接暴露9200端口存在安全风险,需通过宝塔站点功能绑定域名并启用SSL,将请求代理至本地Elasticsearch服务。

1、在宝塔“网站”中添加新站点,域名填写实际使用的搜索服务域名(如es.example.com)。

2、点击该站点“设置”→“SSL”,申请并部署Let’s Encrypt证书。

3、进入“反向代理”选项卡,点击“添加反向代理”,填写:
代理名称:Elasticsearch API
目标URL:http://127.0.0.1:9200
发送域名:$host

4、在“配置文件”中找到location /段落,在其内部插入以下头信息规则:
proxy_set_header Authorization $http_authorization;
proxy_pass_request_headers on;

5、保存后重启Nginx,使用浏览器访问https://es.example.com,返回Elasticsearch欢迎页即表示HTTPS代理链路已贯通。

四、调整JVM堆内存与系统参数以保障稳定性

Elasticsearch默认JVM配置偏低,易触发OOM Killer强制终止进程,需结合服务器物理内存重新分配并禁用swap。

1、编辑JVM配置文件:
vi /opt/elasticsearch-8.15.0/config/jvm.options

2、修改以下两行(假设服务器内存为8GB):
-Xms4g
-Xmx4g

3、执行命令禁用系统swap:
swapoff -a
echo "vm.swappiness = 1" >> /etc/sysctl.conf

4、增大最大文件描述符数:
echo "elasticsearch soft nofile 65536" >> /etc/security/limits.conf
echo "elasticsearch hard nofile 65536" >> /etc/security/limits.conf

5、重启Elasticsearch服务后,检查生效状态:
curl -u elastic:your_strong_password http://localhost:9200/_nodes/stats/jvm?filter_path=**.mem

响应中heap_max_in_bytes值应接近所设4GB上限。

好了,本文到此结束,带大家了解了《宝塔安装Elasticsearch详细教程》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

PHP实现字符串表达式计算方法PHP实现字符串表达式计算方法
上一篇
PHP实现字符串表达式计算方法
HTML属性如何优化交互体验
下一篇
HTML属性如何优化交互体验
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    343次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    398次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    392次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    356次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    182次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码