🔍 تثبيت Elasticsearch — محرك بحث نصي كامل وتحليلات موزّع
انشر Elasticsearch على Ubuntu بـ Docker — محرك بحث وتحليلات موزّع يعتمد على REST مبني على Apache Lucene، للبحث النصي الكامل وتحليل السجلات والبحث المتجهي على نطاق واسع.
📦 الملفات والأكواد المطلوبة
قبل البدء، يرجى التأكد من تحميل الأكواد المطلوبة من مستودعنا على GitHub لتتمكن من تطبيق الخطوات مع الفيديو بسهولة.
التثبيت السريع:
wget https://raw.githubusercontent.com/mhmdali94/Docker/main/databases/elasticsearch/elasticsearch-ubuntu.sh
chmod +x elasticsearch-ubuntu.sh
sudo bash elasticsearch-ubuntu.sh
خطوات التنفيذ
1 تحميل السكريبت
wget https://raw.githubusercontent.com/mhmdali94/Docker/main/databases/elasticsearch/elasticsearch-ubuntu.sh
2 منحه صلاحية التنفيذ
chmod +x elasticsearch-ubuntu.sh
3 تشغيل المثبّت
يثبّت السكريبت Docker إن لزم الأمر، يضبط إعداد نواة النظام vm.max_map_count المطلوب، ويُشغّل Elasticsearch كنسخة بعقدة واحدة مع تخزين دائم للفهارس.
sudo bash elasticsearch-ubuntu.sh
4 الوصول إلى الواجهة
افتح المتصفح أو استخدم curl للاستعلام مباشرة عن واجهة Elasticsearch البرمجية REST:
http://<your-server-ip>:9200
المنافذ المستخدمة
| المنفذ | الغرض |
|---|---|
| 9200 | HTTP REST API |
نظرة عامة
Elasticsearch محرك بحث وتحليلات موزّع يعتمد على REST، مبني على مكتبة Apache Lucene، صدر لأول مرة عام 2010 وتطوره الآن شركة Elastic كنواة لـ Elastic Stack (المعروف سابقاً بـ ELK Stack — Elasticsearch وLogstash وKibana). يخزّن البيانات كوثائق JSON في فهارس معكوسة (inverted indices) مُحسّنة لبحث نصي فائق السرعة، ويتوسع أفقياً عبر عنقود من العقد للتعامل مع أي حجم من عدة غيغابايت وحتى بيتابايتات من البيانات. إلى جانب البحث النصي، يُستخدم على نطاق واسع لتحليل السجلات والمقاييس، ومراقبة التطبيقات، والبحث المتجهي لتطبيقات الذكاء الاصطناعي وRAG. منذ 2024، شفرته المصدرية مرخّصة بشكل مزدوج بين Elastic License/SSPL وAGPL v3، مما جعله مفتوح المصدر مجدداً بعد سنوات كمنتج 'متاح المصدر' فقط.
لماذا تستخدمه
تكمن قوة Elasticsearch الأساسية في السرعة والملاءمة على نطاق واسع: يستطيع البحث في ملايين أو مليارات الوثائق خلال ميلي ثوانٍ باستخدام فهرس معكوس، مع تسجيل ملاءمة مدمج، وتسامح مع الأخطاء الإملائية، وتصفية متعددة الأبعاد، وتجميعات للتحليلات — إمكانيات يصعب تكرارها باستعلامات LIKE في قاعدة بيانات علائقية. بنيته الموزّعة تعني أن العنقود يُقسّم البيانات تلقائياً (sharding) ويُكرّرها (replication) عبر العقد، فيستمر بالعمل والاستجابة للاستعلامات حتى عند فشل عقد فردية. مقروناً بـ Kibana للتصور وLogstash/Beats للاستيعاب، يُشكّل خط أنابيب كاملاً للبحث والمراقبة والتحليلات يتوسع من مختبر منزلي بعقدة واحدة إلى عناقيد مؤسسية تتعامل مع بيتابايتات من السجلات.
متى تحتاجه
- تحتاج بحثاً نصياً كاملاً عبر كميات كبيرة من الوثائق أو المنتجات أو المحتوى بترتيب ملاءمة وتسامح إملائي وتصفية
- تُركزّ سجلات ومقاييس من عدة سيرفرات أو تطبيقات وتحتاج استعلاماً سريعاً وعشوائياً عبرها
- تحتاج تجميعات ولوحات تحليلات فوق مجموعات بيانات كبيرة — عدّادات، مجاميع، رسوم بيانية — محسوبة بزمن شبه فعلي
- تبني ميزة RAG (توليد مُعزَّز بالاسترجاع) أو بحث دلالي وتحتاج بحث متجهات/kNN إلى جانب البحث النصي التقليدي
- تجاوز حجم بياناتك أو استعلاماتك ما يستطيع البحث النصي أو استعلامات LIKE في قاعدة بيانات علائقية التعامل معه بكفاءة
- تحتاج خلفية بحث تتوسع أفقياً عبر عنقود مع نمو البيانات، بدلاً من حل بسيرفر واحد
- تريد تشغيل تجربة بحث فوري وتصفية متعددة الأبعاد لموقع تجارة إلكترونية أو محتوى
حالات الاستخدام الشائعة
- بحث نصي كامل لكتالوجات منتجات التجارة الإلكترونية بمرشحات وتصنيفات وترتيب ملاءمة
- تجميع وتحليل سجلات مركزي من سيرفرات التطبيقات والحاويات والبنية التحتية (حرف الـL في ELK)
- مراقبة أداء التطبيقات ولوحات مراقبة مبنية بـ Kibana
- إدارة معلومات وأحداث الأمن (SIEM) لربط والبحث في سجلات الأمان
- ميزات الإكمال التلقائي والبحث الفوري في المواقع والأدوات الداخلية
- بحث تشابه متجهي (vector) لتطبيقات البحث الدلالي المدعوم بالذكاء الاصطناعي وخطوط أنابيب RAG
- لوحات ذكاء أعمال مبنية على بيانات مُجمّعة من مجموعات بيانات كبيرة
الميزات الرئيسية
- بنية موزّعة قابلة للتوسع أفقياً مع تقسيم (sharding) وتكرار (replication) تلقائيين عبر عقد العنقود
- بحث نصي كامل بتسجيل ملاءمة ومطابقة ضبابية وتسامح إملائي جاهز دون إعداد إضافي
- إطار تجميع قوي للتحليلات بزمن فعلي — مقاييس ورسوم بيانية وتجميعات دلوية (bucket aggregations)
- واجهة برمجية RESTful بصيغة JSON يمكن الوصول إليها من أي لغة برمجة دون مكتبة عميل مخصصة
- بحث متجهي أصلي (kNN/ANN) للبحث الدلالي وتطبيقات RAG إلى جانب البحث النصي التقليدي بالكلمات المفتاحية
- فهرسة شبه فورية — تصبح الوثائق قابلة للبحث خلال ثانية تقريباً من فهرستها
- يتكامل أصلياً مع Kibana للتصور وLogstash/Beats لخطوط أنابيب استيعاب البيانات
- لغة استعلام غنية (Query DSL) تدعم منطقاً معقداً واستعلامات جغرافية وعلاقات وثائق متداخلة/أب-ابن
كيفية الاستخدام بعد التثبيت
- تحقق من سلامة العنقود بالاستعلام عن http://your-server-ip:9200/_cluster/health
- أنشئ فهرسك الأول وحدد تخطيطاً (mapping) لحقول وثائقك (نص، كلمة مفتاحية، تاريخ، رقمي) للتحكم في كيفية فهرسة كل حقل
- فهرس الوثائق عبر واجهة REST أو مكتبة عميل (Python، Node.js، Java) داخل تطبيقك
- اختبر استعلامات البحث باستخدام Query DSL، ابدأ باستعلام match بسيط قبل بناء مرشحات أكثر تعقيداً
- ثبّت Kibana بشكل منفصل إذا أردت واجهة ويب لتصور البيانات وبناء لوحات المراقبة
- أعدّ سياسات إدارة دورة حياة الفهارس (ILM) إذا كنت تخزّن بيانات سلاسل زمنية كالسجلات، حتى تُدار الفهارس القديمة تلقائياً أو تُحذف
- اضبط مستودعات اللقطات (snapshot repositories) للنسخ الاحتياطي قبل أن تصل لبيانات إنتاجية لا يمكنك تحمل فقدانها
أفضل ممارسات الأمان
- لا تكشف المنفذ 9200 مباشرة للإنترنت أبداً — لا يملك Elasticsearch مصادقة مدمجة مفعّلة ما لم تُعدّ ميزات الأمان بنفسك
- فعّل ميزات الأمان المدمجة في Elasticsearch (TLS والمصادقة) بدلاً من الاعتماد فقط على العزل الشبكي لأي شيء يتجاوز نسخة تطوير محلية
- ضع Elasticsearch خلف وكيل عكسي أو قيّد الوصول على VPN/شبكة داخلية إذا احتجت وصولاً عن بُعد
- عيّن كلمات مرور قوية لحساب elastic فائق الصلاحية المدمج إذا فعّلت ميزات الأمان
- حدّث صورة Docker الخاصة بـ Elasticsearch بانتظام لتحصل على تصحيحات أمنية لثغرات CVE المعروفة
- عطّل السكربتة الديناميكية أو قيّدها بعناية، فميزات السكربتة كانت تاريخياً مصدراً لثغرات تنفيذ كود عن بُعد
- طبّق مبدأ أقل الصلاحيات عبر التحكم بالوصول القائم على الأدوار إذا استعلم أكثر من تطبيق أو فريق نفس العنقود
- راقب vm.max_map_count وحدود الموارد على المضيف، فعقدة تعاني نقص موارد قد تُدفع لحالة غير مستقرة يسهل استغلالها
المنافذ وإعدادات جدار الحماية
يُشغّل سكريبت التثبيت Elasticsearch كنسخة بعقدة واحدة ويكشف فقط المنفذ 9200 لواجهة REST البرمجية عبر HTTP — كل عمليات الفهرسة والبحث والإدارة تمر عبر هذا المنفذ. في عنقود متعدد العقد، يُستخدم المنفذ 9300 أيضاً للاتصال الداخلي (transport) بين العقد، لكن إعداداً بعقدة واحدة كهذا لا يحتاج نشره. لا يُفعّل Elasticsearch المصادقة افتراضياً في الإعدادات القديمة، لذا يجب ألا يُكشف المنفذ 9200 مباشرة للإنترنت العام أبداً — أي شخص يستطيع الوصول إليه يمكنه قراءة أو تعديل أو حذف كل بياناتك. أبقه مربوطاً بـ localhost أو شبكتك الداخلية، وإذا احتجت وصولاً عن بُعد، ضعه خلف وكيل عكسي مع TLS ومصادقة، أو قيّده على VPN.
النسخ الاحتياطي والصيانة
- استخدم واجهة اللقطات (Snapshot API) في Elasticsearch لأخذ نسخ احتياطية من الفهارس إلى مستودع مسجّل (نظام ملفات مشترك، S3، أو خلفية مدعومة أخرى)
- أعدّ مستودع لقطات قبل أن تصل لبيانات لا يمكنك تحمل فقدانها — لا يمكن أخذ لقطات دون مستودع مسجّل
- أتمت اللقطات على جدول زمني باستخدام إدارة دورة حياة اللقطات (SLM) بدلاً من الاعتماد على نسخ احتياطية يدوية
- انسخ تخطيطات الفهارس وإعدادات العنقود احتياطياً إلى جانب البيانات نفسها، فاستعادة البيانات في عنقود غير مُعدّ قد يتصرف بشكل غير متوقع
- خزّن اللقطات على تخزين منفصل عن حجم البيانات الفعلي حتى لا يؤدي فشل قرص واحد لفقدان الاثنين
- اختبر استعادة اللقطات دورياً على عنقود منفصل للتأكد أن النسخ الاحتياطية قابلة للاستخدام فعلياً
- وثّق اصطلاحات تسمية الفهارس وتخطيطاتها حتى يكون إعادة البناء الكامل من البيانات المصدرية ممكناً إذا تعذر الوصول للقطات يوماً
الأخطاء الشائعة
- كشف المنفذ 9200 مباشرة للإنترنت بدون مصادقة، مما يسمح لأي شخص بقراءة أو حذف كل البيانات
- عدم ضبط vm.max_map_count بقيمة كافية على المضيف، مما يجعل Elasticsearch يفشل في البدء أو يصبح غير مستقر تحت الحمل
- تجاهل تخطيطات الفهارس والسماح لـ Elasticsearch بتخمين أنواع الحقول تلقائياً، مما قد يسبب مشكلات ملاءمة بحث وتخزين لاحقاً
- تشغيل إعداد بعقدة واحدة في الإنتاج دون فهم أنه لا يملك تكراراً ولا تحملاً للأخطاء إذا فشلت تلك العقدة
- عدم إعداد إدارة دورة حياة الفهارس لبيانات السلاسل الزمنية/السجلات، مما يترك الفهارس تنمو دون حدود وتستنزف مساحة القرص
- نسيان إعداد مستودع لقطات، واكتشاف عدم وجود نسخ احتياطية فقط أثناء حالة طارئة
- إرسال عدد كبير جداً من الوثائق الصغيرة في طلبات فردية بدلاً من استخدام واجهة الفهرسة الجماعية (bulk API)، مما يضر بأداء الفهرسة بشدة
- افتراض أن Elasticsearch بديل مباشر لقاعدة بيانات علائقية، بينما هو غير مبني للاتساق المعاملاتي أو الربط المعقد (joins)
استكشاف الأخطاء وإصلاحها
- فشل الحاوية في البدء برسالة 'max virtual memory areas vm.max_map_count is too low' — اضبط vm.max_map_count على 262144 على الأقل على المضيف وأعد التشغيل
- صحة العنقود تظهر 'yellow' أو 'red' — yellow متوقع في عنقود بعقدة واحدة (لا يمكن تعيين نسخ مكررة)؛ أما red فيعني أن شظايا أساسية (primary shards) غير معيّنة وتحتاج تحقيقاً
- استعلامات بحث بطيئة — تحقق من استخدام أنماط wildcard غير فعّالة، راجع تخطيطات الفهارس، وفكّر بإضافة مرشحات لتضييق نطاق البحث
- أخطاء نفاد الذاكرة — راجع إعداد حجم كومة JVM (عادةً نصف ذاكرة RAM المتاحة للحاوية، وبحد أقصى حوالي 32 غيغابايت) واضبطه حسب الحاجة
- تعذر الاتصال بالمنفذ 9200 — تحقق أن الحاوية تعمل عبر docker ps وأن لا قاعدة جدار ناري تحظر المنفذ
- نمو استخدام القرص بشكل غير متوقع — تحقق من فهارس لم تُدار أو تُحذف أبداً، وأعدّ إدارة دورة حياة الفهارس
- فشل أو انتهاء مهلة طلبات الفهرسة الجماعية — قلّل حجم الدفعة لكل طلب bulk وتحقق من تعارضات التخطيط في الوثائق المرفوضة
البدائل
OpenSearch هو نسخة مُتفرّعة (fork) من Elasticsearch يقودها المجتمع ومرخّصة بالكامل بـ Apache 2.0، أنشأتها AWS بعد تغيير الترخيص عام 2021 — تبقى قريبة من الواجهة البرمجية الأصلية وهي الخيار الأكثر أماناً إذا احتجت تحديداً ترخيصاً مفتوح المصدر تساهلياً دون أي غموض. Meilisearch وTypesense محركا بحث أخف وأكثر ملاءمة للمطورين، أسهل بكثير في الإعداد والضبط للبحث التطبيقي المعتاد (كالتجارة الإلكترونية أو بحث التوثيق) لكنهما لا يضاهيان عمق Elasticsearch في تحليل السجلات أو التجميعات المعقدة. ClickHouse قاعدة بيانات تحليلية عمودية تتفوق على Elasticsearch في أحمال التجميع التحليلي البحت على نطاق واسع، رغم أنها غير مبنية لملاءمة البحث النصي الكامل كما هو حال Elasticsearch. لتجميع السجلات تحديداً، يُعد Grafana Loki بديلاً أخف يفهرس فقط البيانات الوصفية بدلاً من محتوى السجل الكامل، مقايضاً مرونة البحث باستهلاك موارد أقل. لمحرك بحث وتحليلات ناضج وعام الغرض بأوسع منظومة أدوات، يبقى Elasticsearch الخيار الافتراضي، مع OpenSearch كبديل مباشر إذا كان الترخيص مصدر قلق.
متى لا تستخدمه
إذا احتجت مربع بحث بسيطاً وسريعاً لتطبيق صغير إلى متوسط الحجم ولا تريد إدارة صحة العنقود وحجم كومة JVM وسياسات دورة حياة الفهارس، فإن أداة أخف مثل Meilisearch أو Typesense ستوصلك لذلك بعبء تشغيلي أقل بكثير. إذا كانت حاجتك الأساسية تخزين بيانات معاملاتية بربط (joins) واتساق قوي، استخدم قاعدة بيانات علائقية — Elasticsearch ليس نظام سجل أساسي ولا ينبغي أن يستبدل قاعدة بياناتك الرئيسية. إذا احتجت تحديداً ترخيصاً مفتوح المصدر تساهلياً بالكامل دون أي غموض بخصوص SSPL/Elastic License، فإن OpenSearch هو الخيار الأكثر أماناً. وإذا كنت تحتاج فقط فهرسة والبحث في السجلات دون كامل قوة التجميع، فإن أداة فهرسة سجلات أخف مثل Grafana Loki تستخدم موارد أقل بكثير لتلك المهمة الأضيق.
هل تحتاج مساعدة احترافية؟
توفر PrismaTechWork خدمات بنية تحتية شاملة — من النشر الأولي وتصليب الأمان إلى المراقبة المستمرة والنسخ الاحتياطي التلقائي والدعم المخصص. سواء كنت تحتاج إعداد سيرفر واحد أو شبكة متعددة المواقع، يضمن فريقنا بناء بنيتك التحتية بشكل صحيح وتأمينها بالشكل المناسب وصيانتها باستمرار.
- التثبيت وتجهيز السيرفر
- الإعداد المتقدم وإعداد التوجيه
- تصليب الأمان وتحسين جدار الحماية
- إعداد شهادات SSL/TLS مع Let's Encrypt
- ربط النطاق المخصص والوكيل العكسي
- جدولة النسخ الاحتياطي التلقائي والتعافي من الكوارث
- المراقبة الفورية وتنبيهات الجاهزية
- الترحيل من المنصات القائمة
- استكشاف مشكلات الاتصال والأداء وإصلاحها
- سكريبتات أتمتة مخصصة وعقود دعم مستمر
الأسئلة الشائعة
هل Elasticsearch مجاني ومفتوح المصدر؟
نعم، مع تفصيل. منذ 2024، أصبحت شفرة Elasticsearch المصدرية متاحة باختيار بين Elastic License v2 أو SSPL أو AGPL v3 — خيار AGPL يجعله مفتوح المصدر رسمياً مجدداً بعد تحوّله عام 2021 لتراخيص 'متاحة المصدر' فقط. النسخة ذاتية الاستضافة المنشورة هنا مجانية للتشغيل؛ مستويات Elastic المدفوعة تضيف Elastic Cloud المُستضاف وبعض الميزات المتقدمة.
ما الفرق بين Elasticsearch وElastic Stack (ELK)؟
Elasticsearch هو محرك البحث والتخزين نفسه. يضيف Elastic Stack (المعروف سابقاً بـ ELK) وحدة Logstash لاستيعاب البيانات وتحويلها ووحدة Kibana للتصور ولوحات المراقبة فوق Elasticsearch. يُثبّت هذا الدرس Elasticsearch وحده؛ ستثبّت Kibana بشكل منفصل إذا أردت واجهة ويب.
كم من ذاكرة RAM يحتاجها Elasticsearch؟
لأحمال التطوير أو الاختبار الصغيرة، يكفي 2-4 غيغابايت. للاستخدام الإنتاجي بأحجام بيانات حقيقية، توصي Elastic بـ 8 غيغابايت على الأقل من RAM، مع ضبط كومة JVM على ألا تتجاوز نصف الذاكرة المتاحة وألا تتخطى أبداً حوالي 32 غيغابايت، لأن الكومات الأكبر تفقد تحسينات مؤشرات الكائنات المضغوطة.
لماذا لا تبدأ حاوية Elasticsearch؟
السبب الأكثر شيوعاً هو أن إعداد نواة النظام vm.max_map_count على المضيف منخفض جداً. يتطلب Elasticsearch أن يكون 262144 على الأقل. اضبطه بـ sudo sysctl -w vm.max_map_count=262144 واجعله دائماً في /etc/sysctl.conf، ثم أعد تشغيل الحاوية.
هل يمكن لـ Elasticsearch استبدال قاعدة بيانات تطبيقي الرئيسية؟
لا. Elasticsearch محرك بحث وتحليلات، وليس نظام سجل معاملاتي — يفتقر لضمانات الاتساق القوي والربط (joins) ومعاملات ACID التي تقدمها قاعدة بيانات علائقية. النمط المعتاد هو الاحتفاظ ببياناتك الأساسية في قاعدة بيانات مثل PostgreSQL أو MySQL ومزامنة نسخة قابلة للبحث داخل Elasticsearch للاستعلام السريع.
