系列文章目錄

提示：這里可以添加系列文章的所有文章的目錄，目錄需要自己手動添加
例如：第一章 Python 機器學習入門之pandas的使用

---

提示：寫完文章后，目錄可以自動生成，如何生成可參考右邊的幫助文檔

---

前言

在實際生產環境中，Elasticsearch 通常需要部署成多節點集群，以保證高可用性和數據冗余。本文結合 Docker Compose，講解如何在多臺機器上部署 Elasticsearch 9.x 集群，并集成 Kibana，同時詳細說明遇到的坑和解決辦法。

---

一、環境準備

• 三臺服務器（或三臺虛擬機）
• Elasticsearch 9.x 鏡像（官方 Bitnami 鏡像）
• Kibana 9.x 鏡像（官方Bitnami 鏡像）
• Docker & Docker Compose 已安裝
• 網絡可互通
  節點 IP 示例

節點	ip
es01	192.168.18.191
es02	192.168.18.190
es03	192.168.18.197

二、遇到的問題與分析

在配置多節點 Elasticsearch 集群時，我們可能會遇到以下問題：

1. 節點競爭 master

• 日志示例：
  master not discovered or elected yet, an election requires 2 nodes
• 原因：initial_master_nodes 未正確配置，或者集群節點不一致。

2. 遠程節點 cluster.name 不匹配

• 日志示例：
  remote cluster name [elasticsearch] does not match local cluster name [es-cluster]
• 原因：不同節點 cluster.name 不一致導致 handshake 失敗。

3. AWS S3 插件報錯

• 日志示例：
  failed to obtain region from default provider chain
• 原因：S3 倉庫未配置 AWS 區域環境變量，如果不使用 S3 可以忽略。

三、配置說明