系列文章目录

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
例如：第一章 Python 机器学习入门之pandas的使用

---

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

在实际生产环境中，Elasticsearch 通常需要部署成多节点集群，以保证高可用性和数据冗余。本文结合 Docker Compose，讲解如何在多台机器上部署 Elasticsearch 9.x 集群，并集成 Kibana，同时详细说明遇到的坑和解决办法。

---

一、环境准备

• 三台服务器（或三台虚拟机）
• Elasticsearch 9.x 镜像（官方 Bitnami 镜像）
• Kibana 9.x 镜像（官方Bitnami 镜像）
• Docker & Docker Compose 已安装
• 网络可互通
  节点 IP 示例

节点	ip
es01	192.168.18.191
es02	192.168.18.190
es03	192.168.18.197

二、遇到的问题与分析

在配置多节点 Elasticsearch 集群时，我们可能会遇到以下问题：

1. 节点竞争 master

• 日志示例：
  master not discovered or elected yet, an election requires 2 nodes
• 原因：initial_master_nodes 未正确配置，或者集群节点不一致。

2. 远程节点 cluster.name 不匹配

• 日志示例：
  remote cluster name [elasticsearch] does not match local cluster name [es-cluster]
• 原因：不同节点 cluster.name 不一致导致 handshake 失败。

3. AWS S3 插件报错

• 日志示例：
  failed to obtain region from default provider chain
• 原因：S3 仓库未配置 AWS 区域环境变量，如果不使用 S3 可以忽略。

三、配置说明