最近一段时间我折腾硬件比较多，经常翻箱倒柜找各种开发板出来玩。某天在角落里翻到一块嘉立创的泰山派开发板（Taishan Pi），这是一块基于 Rockchip RK3566 的嵌入式 Linux 板卡。严格来说，它的性能比树莓派还要逊色一些，尤其是 CPU 主频和内存带宽方面。但手痒之下，我突然想到了一个念头：能不能在这样一块嵌入式开发板上跑一个完整的 Easysearch 实例呢？

Easysearch 本质上是一个搜索引擎数据库，是 Elasticsearch 的国产化替代方案。它在大多数情况下被部署在 x86_64/arm 架构的服务器上，搭配 SSD 或 NVMe 作为存储，用来做全文检索、大规模日志分析或向量搜索。在常规的生产场景中，我们很少会把它和“嵌入式开发板”联想在一起。毕竟，后者 CPU 性能有限、内存紧张、存储设备大多是 eMMC 或低速 SD 卡，看起来完全不是数据库的适配环境。

最近 Easysearch 上线了一个非常实用的新功能 —— 内置 UI 可视化工具。它可以随着集群一并部署，无需额外安装任何插件或第三方软件。相比之下，虽然 Console 已经比 Kibana 简化了很多，但这个内置 UI 在易用性和轻量化方面更进一步。只需访问 /_ui 路径，就能直接进入可视化页面。

问题背景

近期因 MacBook 系统降级重装，需重新部署 EasySearch 环境。由于系统未预装 Java，选择下载捆绑 JDK 的 EasySearch 版本，但在安装过程中遇到以下问题：

1. 系统安全机制拦截 Java 运行
2. 密码认证异常（持续返回 401 错误）

Filebeat OSS (Open Source Software) 7.10.2 版本是 Elastic 公司提供的开源版本。移除了一些Elasticsearch商业化的功能插件（但是没移出去干净）

https://www.elastic.co/cn/downloads/past-releases/filebeat-oss-7-10-2。

这主要还是 AWS 和 Elastic 公司之间的矛盾，AWS 托管的 ES 会和 Elastic 抢客户。所以 Elastic 搞了一个不能商业化的协议，影响了这个生态圈，也给开发者造成了很多不方便。

在 Easysearch（兼容 Elasticsearch）的架构中，索引的主分片数（index.number_of_shards）一旦创建就无法直接修改。这给实际使用带来挑战：

• 设得太少，查询/写入瓶颈出现；
• 设得太多，资源浪费、集群不稳；
• 想变更结构，却发现配置是“写死”的。

本文将带你深入了解三种常见但本质不同的索引重构方式：split、shrink、reindex，教你如何选择合适方案、安全操作，并解释为什么split + shrink 无法取代 reindex。

📌 一张图概览三种方式

🔧 一、split：将分片数量倍增（如 1 → 2 → 4）

适用于： 提升并发能力、增加查询/写入并行度。

在 Easysearch（兼容 Elasticsearch 的搜索引擎）中，索引是存储和查询的基本单元。默认情况下，索引是处于 open 状态的，可以正常写入和搜索。当你暂时不使用某些索引，但又不想删除它们时，可以通过 close 操作来关闭索引，从而释放部分内存资源。

📊 查看索引状态

使用以下命令可以查看当前集群中所有索引的状态：

1

GET _cat/indices?v

创建一个索引并插入数据：

1
2
3
4

POST abc/_doc
{
  "a": 1
}

✅ 目标：只用两台服务器（或同一台）就跑通 “向量检索 + 本地大模型” 原型
✅ 特点：完全离线、依赖极少、部署脚本即文档
✅ 适合：快速 PoC、内网合规场景、想深挖 RAG 工作机理的开发者

生成式 AI 聊天固然强大，但当问题依赖本地私有知识时，单靠 LLM 参数内的“世界记忆”往往答非所问。RAG（Retrieval-Augmented Generation） 的思路是：

1. 把文档切片 → 向量化 → 入库
2. 用户提问 → 同样向量化 → 检索
3. 将召回片段拼进 prompt，让大模型“带着材料”再回答

多数教程直接用云端 Embedding+OpenAI GPT-4o，但一些团队因隐私、成本或离线环境无法这样做。
本文选用：

• EasySearch (= OpenSearch + Elastiknn) 做向量存取
• Ollama SDK 连接本地 LLM
• Python + requests + ollama 三个依赖即可

之前我的 infinilabs Console 一直跑在群晖里，由于和 Coco-AI 的默认端口冲突，导致经常忘记端口信息，群晖里运行着 Easysearch，Elasticsearch、OpenSearch 三个大集群，也想慢慢迁移到其他性能高的机器上去，正好最近购买了懒猫微服，能够让我做应用的迁移，顺便还得能上架一些应用。

Infinilabs.console 是什么？

如果你用过 Elasticsearch，那就一定知道 Kibana。Infinilabs Console，就是极限科技团队开发的国产可视化控制台，是一个面向 Easysearch、Elasticsearch 和 OpenSearch 的运维、监控、数据管理平台，可以看作是国产版的 Kibana 替代品。

最初接触这个款产品的时候让我眼前一亮，它能够借助 Easysearch 或者 Elasticsearch 的 REST API 来连接集群，同时也高效地管理和监控 Elasticsearch、OpenSearch 以及 INFINI Easysearch 等搜索引擎集群，提供统一的运维、监控、安全和数据管理能力。这一点其实是 Kibana 比不了的，尽管是老牌软件，但是初学 ES 的时候 Kibana 连接 ES 要查 log 设置一些 key，这个整个部署过程就花了一个小上午的时间。而且跨版本，跨引擎来支持的能力也是其他可视化工具无法比拟的。简单来说，真的很符合国人的使用习惯。

随着业务对数据搜索与分析能力的要求不断提高，越来越多的团队开始将关系型数据库中的数据迁移至搜索引擎中。
本篇文章将分享如何通过AWS DMS，实现 MySQL 数据无缝迁移到EasySearch，并打通实时同步链路的全过程。

注意：AWS DMS 原生仅支持托管的 OpenSearch 和 Elasticsearch，不直接支持 EasySearch。本文将介绍如何通过一些配置技巧，优雅地解决这个问题。

一、准备 MySQL 源数据库

1. 创建数据库与数据表

首先，我们需要准备好待迁移的 MySQL 数据库。我这里使用的是DBeaver工具，当然你也可以选择更专业的 MySQL Workbench 或 DataGrip。

新建数据库时，选择utf8mb4编码，库名命名为source（后续 DMS 迁移任务中会用到）。

接下来创建数据表并定义字段。图形化工具可以避免手写 DDL，对非 DBA 用户非常友好。

在构建本地或云端搜索引擎系统时，EasySearch 凭借其轻量、高性能、易部署等优势，逐渐成为众多开发者和技术爱好者的首选。但在实际部署过程中，如何借助 Nginx 为 EasySearch 提供高效、稳定且安全的访问入口，尤其是在身份认证方面，仍然是一个关键技术环节。

本教程将围绕 Basic Auth 认证机制展开，系统讲解如何通过 Nginx 实现安全防护、认证信息透传等常见配置场景，帮助你在多种实际部署环境中快速搭建可靠的访问控制机制。