本篇文档描述kubesphere的离线部署过程，kubesphere的版本为3.1.1，kubernetes的版本为1.20.6，其他版本可能过程略有出入。系统要求系统最低要求（每个节点）Ubuntu16.04, 18.04CPU: 2 核，内存：4 G，硬盘：100 GDebianBuster, StretchCPU: 2 核，内存：4 G，硬盘：100 GCentOS7.xCPU: 2 核，内

前言说起x-pack这个组件，不是什么新鲜的功能，其实在elasticsearch早期版本就已经有了，而且x-pack在功能对于elasticsearch的安全性来说也毋庸置疑，但是俗话说得好，一分钱难倒英雄汉，更何况花销的单位可能是数万甚至更多，所以早期在中国并没有被大规模普及，能用的要么是财大气粗的金融、银行以及运营商等重量级客户；要么是通过“其他渠道”偷偷使用的中小客户。“菜谱哥”可能注意到

需求来源之前的文章elasticsearch&kibana从6.0升级到7.9完整过程记录已经已经介绍了该需求的来源，也已经将elasticsearch的server端从6.0.0升级到了7.9.0，server端的问题解决了，接下来就是client端的问题了，怎么解决下面的问题：之前6.0.0版本使用的是elasticsearch的JAVA api，这个版本的额API在7.X版本已经变成

Search的面临的问题：elasticsearch从出现的那天起就为分布式而生，分布式是把双刃剑，分布式强大的可扩展性和高效的性能再给elasticsearch带来强大高效的处理能力的同时，也带来了分布式常规需要解决的问题，即数据都需要在各个节点或者实例分散计算（分布式典型的移动计算而非移动数据的思想），这种特点在某些场景下可能会带来一些相对麻烦的处理。elasticsearch的search分

背景为了配合公司产品K8S化，方便产品快速扩展以及部署，需要对当前的大数据组件进行相关的多租户以及资源隔离的配置，组件暂时包含但限于HBase、ElasticSearch、Kafka和Redis。下面将从不同角度对上面提到的四个组件进行多租户以及资源隔离方案的描述，并根据需求选取效果明显且性价比高的方案进行适配与实现。正文目标实现单集群支持多租户，租户之间相互不影响能够快速方便的管理单租户的数据对

前言前面两个章节讲解了K8S的总体入门准备以及全局配置管理的相关内容，正常来说接下来应该将将存储或者组件，但是由于那两部分内容过多且相对偏重细节，所以这一篇先把K8S中的Service先讲解下，帮助大家先理清K8S的整体架构，后续再讲解细节内容的时候可以快速上手，便于理解。正文Service是什么？在说明Service是什么之前先了解下Service的使用场景：当客户端想要访问K8S集群中的pod