功能概述

跨集群搜索是通过本地集群向一个或多个远程集群发起搜索请求，可实现对存储在不同数据中心集群的日志数据进行筛选和分析。

其工作原理是在本地集群中配置一个或多个远程集群，并且仅连接到远程集群中有限数量的节点。每个远程集群都有一个名称和一个种子节点 seed nodes 的列表引用。这些种子节点 seed nodes 用于发现远程集群中作为网关节点 gateway nodes 的节点。本地集群中配置远程集群的每个节点都连接到一个或多个网关节点 gateway nodes，并使用它们将搜索请求发送到远程集群。

跨集群搜索更多的使用方法和说明，请参见 官方文档。

本小节主要介绍在多个集群间如何跨集群搜索。

前提条件

  • 已获取 Dashboard 登录帐号和密码。

  • 请确保本地集群与远端集群间网络通畅。若需通过外网访问 Dashboard，请先通过设置边界路由器或 VPN 等方式打通网络。

操作步骤

步骤一：创建并添加远端集群

  1. 创建 2 个 远端 OpenSearch 集群，分别名为 opensearch-r1，opensearch-r2，详情参考创建 OpenSearch 集群。

  2. 记录远端集群的 OpenSearch 热节点 IP 地址分别为 172.22.2.47 与 172.22.2.51。

  3. 登录本地集群的 Dashboard。详情可参考如何登录 OpenSearch Dashboard。

  4. Dev Tools 的 Console 页面，执行如下语句，添加远端集群信息。

    PUT _cluster/settings
{
   "persistent": {
      "search": {
         "remote": {
            "cluster_one": {
               "seeds": [
                  "172.22.2.47:9300"
               ]
            },
            "cluster_two": {
               "seeds": [
                  "172.22.2.51:9300"
               ]
            }
         }
      }
   }
}

    • 一个 seeds 字段下填写远端集群的 OpenSearch 节点 IP 地址，可设置一个或多个，设置多个节点可确保搜索的高可用。

    • 9300 为 OpenSearch 节点之间的传输端口。无需修改。IP 地址根据实际情况进行修改。

步骤二：向远端集群存入文档

  1. 登录远端 OpenSearch 集群 opensearch-r1 的 Dashboard。详情可参考如何登录 OpenSearch Dashboard。

  2. Dev Tools 的 Console 页面，执行如下语句，创建索引并存入文档。

    PUT /mydata/_doc/0
{
  "msg": "你好，世界！"
}

  3. 登录远端 OpenSearch 集群 opensearch-r2 的 Dashboard。详情可参考如何登录 OpenSearch Dashboard。

  4. Dev Tools 的 Console 页面，执行如下语句，创建索引并存入文档。

    PUT /mydata/_doc/1
{
  "msg": "Hello, world!"
}

步骤三：查询远端索引

  1. 登录本地集群的 Dashboard。详情可参考如何登录 OpenSearch Dashboard。

  2. Dev Tools 的 Console 页面，执行如下语句，执行以下语句查询远端索引。

    GET /cluster_one:mydata/_search
GET /cluster_two:mydata/_search
GET /cluster_one:mydata,cluster_two:mydata/_search

  3. 示例回显结果如下，即查询成功。

    "max_score" : 1.0,
"hit" : [
   {
      "_index" :"cluster_one:mydata",
      "_type" : "_doc",
      "_id" : "0",
      "_score" : 1.0,
      "_source" :{
         "msg" : "你好，世界！"
      }
   },
      {
      "_index" :"cluster_two:mydata",
      "_type" : "_doc",
      "_id" : "1",
      "_score" : 1.0,
      "_source" :{
         "msg" : "Hello, world!"
      }
   },
]