我已经在我的 DC 上安装了 kubernetes，一切运行正常。我已经测试了 mongodb 和 web 服务等多种服务。但我的目标是找到一个适用于 Elasticsearch 大数据的好解决方案。互联网上大多数技术人员都在谈论使用 kubernetes 的大数据、使用 kubernetes 的 elasticsearch 集群等。但 Elasticsearch 本身有简单的选项，可以通过非常简单的配置来扩展集群。我还可以使用共享存储（NFS、Ceph 等）。那么使用 kubernetes 的 Elasticsearch 有什么意义或优势呢？
答案1
我想说的是，Kubernetes 提供了非常简单易行的方法来在很短的时间内配置 Elasticsearch。这是使用已经准备好的解决方案来实现的，您可以随时扩展这些解决方案以满足您的需求。您只需应用几个命令就可以部署集群，甚至可以使用 Helm Charts for Elasticsearch 和 Kibana 来提供一种标准的、自以为是的方式来在 Kubernetes 上安装、配置、升级和运行这些应用程序。这为用户提供了一组用于部署 Elasticsearch 和 Kibana 的最佳实践和模板，以及对基本免费功能的访问，例如监控、Kibana Canvas 和空间。升级到安全和机器学习等付费功能也很容易。
Github 存储库kubernetes-elasticsearch 集群包含使用详细文档和配置docker-elasticsearch使用 Kubernetes。正如kubernetes-elasticsearch 集群概述：
在 Kubernetes 上运行 Elasticsearch 的主要优势之一是集群的弹性，尤其是在节点重启期间。但是，如果所有数据 pod 都安排在同一个节点上，则此优势会大大降低，甚至可能导致没有数据 pod 可用。
此外，可以非常轻松地控制每次使用的集群节点数量。
我发现一些有用的文章/网址：
使用 Kubernetes StatefulSets 编排有状态应用
Elastic 推出 Helm Charts (alpha)，以便更快地将 Elasticsearch 和 Kibana 部署到 Kubernetes