版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Norman_Hu/article/details/89917569
1. 背景
由于项目初期设计问题，采集到es的业务日志只使用了一个索引(index)，随着线上日志量的增长，es很快飙升到磁盘警戒线，网上找了一圈，很多文章版本都比较老旧，最终直接啃官方文档，没有copy别人博客，如果你中途不走神，本文总共15min。version 适用于es 6.0+
本文前提保障：
文档中有时间字段，方便按日期切割
index的mapping配置中，_source需为 true（默认），以保证es存入了源文档，而不仅仅是docId，便于执行reindex！
curl -XGET "localhost:9200/your_index_name/_mapping"
# 如果没有显示 _source, 代表"_source": false
1
2
2. 删文档（不建议）
这第一个想到的方法，将最老旧的日志删掉，如只保留近3个月的，采用 delete_by_query 接口
curl -X POST "localhost:9200/twitter/_delete_by_query" -H 'Content-Type: application/json' -d'
{
"query": {
"range" : {
"day" : {
"lt" : "2018-12-01"
}
}
}
}
'
1
2
3
4
5
6
7
8
9
10
11
但是，es的delete，并不是真正的物理删，磁盘使用率(utilization)并不会下降。删除的文档仅仅被标记，es将文档存入一个个segment file中，其file数量随着文档的写入不断增加，es因此会有合并segment file的操作，将多个小的segment合并成一个大的segment file，当segment合并的时候，标记的文档才会真正的物理删除。
这种方案，只适合在 项目早期、文档量少、且机器负载不高 情况下进行，因为批量读写会导致cpu utilization的飙升，造成系统负载加重，可以在晚上业务量不高的时候进行
3. 磁盘扩容 (短期有效)
那如果标记删除不能立即解决问题，那就对磁盘扩容吧！1T 到 2T，2T 到 4T，由于升级磁盘需要重启机器，所以，如何做到优雅滚动关停es至关重要！
3.1 停止es集群服务
常见就是ps看一下es的进程，然后kill，先等一下！在此之前，需对集群进行配置，方便更加快速的服务重启
3.1.1 停止分片分配
由于es中的index是分布式存储，所以一个index分成了多个shard，分布在各个节点node上，每个shard都可以单独提供服务，同时每个shard可以配置多个副本(replicas)，保证集群的高可用，提高了查询效率。同时，es在管理这些分片时，有一套自有的均衡算法，保证shard均匀分散在各个node上，同时保证每个shard和其对应的replica不在同一node上。正是这种机制，使得当node离开和重新加入的时候，分片的分配会copy文件，会造成大量的io，因为node重启很快就回来，所以暂时关掉自动分片分配，详情参见另一篇文章，介绍集群重启步骤。这里选择直接停止分配
curl -X PUT "localhost:9200/_cluster/settings" -H 'Content-Type: application/json' -d'
{
"persistent": {
"cluster.routing.allocation.enable": "none"
}
}'
1
2
3
4
5
6
这样，在node停掉的时候，不会出现分片分配重新均衡了。
3.1.2 挂载新盘
由于机器是云上资源，因此按照各个云上的扩容文档操作即可，无论是自有机房还是云上机器，无非是下面几个步骤：
reboot重启
df -h 看一下现在的挂载点（如/dev/vdb）和 挂载路径(如/data/es/)
fdisk -l 可以进一步确认盘的信息
fdisk /dev/vdb，对新盘进行重新挂载，命令中可能涉及到的选项，不分区的话，大部分按回车默认选项：d n p 1 wq
其他操作 如e2fsck -f /dev/vdb,resize2fs /dev/vdb
mount /dev/vdb /data 重新挂载即可
3.1.3 恢复分配分配
curl -X PUT "localhost:9200/_cluster/settings" -H 'Content-Type: application/json' -d'
{
"transient": {
"cluster.routing.allocation.enable": "all"
}
}
'
1
2
3
4
5
6
7
这一步，会有部分io，等到recovery结束，集群恢复正常。如果有 Unassigned 状态的shard，需要手动执行分片分配，对应的命令reroute，这个不难，正常情况下，几乎不会出现 Unassigned 的shard。
执行完上述操作，磁盘体积翻倍。在短期内，可以保证服务正常。
4. 索引拆分(最佳实践)
无论标记删除，还是磁盘扩容，都没有真正的解决索引过大的问题，随着文档数的增加，索引势必会变得更大。针对大索引，标记删除以及扩容后分片恢复的操作时间，也会大幅增加，可能会从几小时到一两天。上述方法不可行！
因为es对index的删除是物理删除，是立即的，既然不能直接删除原索引，得想办法把大索引拆成小索引，然后再删除老旧的。那么es有么有这种api，将大的索引按照某种条件(按天、按月)进行拆分呢？为此，我找了很多博客，最后发现，很多博客里介绍的api都很老旧，还是官网的文档最实在，文档是英文，不过理解起来并不复杂。墙裂推荐看官方文档。为此，我调研了这些api：_rollover，alias，template，reindex，大家可以有针对的深入学习这几个api，细节这里就不讲了，先看我怎么用的吧~
4.1. 错误尝试
_rollover 当看到这个api时，我以为找到了最接近需求的api，这个api介绍如下
The rollover index API rolls an alias over to a new index when the existing index is considered to be too large or too old.
显然被 too large 和 too old 吸引了。。。
curl -X PUT "localhost:9200/logs-000001" -H 'Content-Type: application/json' -d'
{
"aliases": {
"logs_write": {}
}
}
'
# Add > 1000 documents to logs-000001
curl -X POST "localhost:9200/logs_write/_rollover" -H 'Content-Type: application/json' -d'
{
"conditions": {
"max_age": "7d", #当文档创建时间大于7天
"max_docs": 1000, #当文档数量超过上限1000
"max_size": "5gb" #当索引大小超过5GB
}
}
'
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
思路：
先给 index 建一个别名 alias，再 rollover，当执行时，满足任一个条件即可创建新索引，同时别名 alias 指向新的，除此之外，_rollover还可以按日期生成新索引
问题：
拆分只在api执行时生效，后面不会自动拆分，如果按天索引，则必须每天定时执行，增加维护成本，如果定时任务失败…
当别名滚向新的索引后，旧索引不能通过 alias 再访问
并没有将历史的索引按天生成，只是在此api执行后，新文档才会进新index
4.2 最佳实践
假设原索引name knight-log，当前月份 2019-02
思路：
创建别名alias：alias-knight-log
为旧的 knight-log 关联别名 alias-knight-log
创建索引模板template: template-knight-log，该模板匹配所有 knight-log.* 索引,在模板中定义settings和mappings，以及自动关联别名 alias-knight-log
此外，将项目中读写es的操作分别设置：
读 alias-knight-log，可以查询所有关联索引
写 knight-log.2019-02，在原索引后append月份即可！调用Java api进行索引时，接口规定每条文档需要指定index name，因此将原来的 name 变为 name + current_month 即可，其他语言同理！
更新业务代码，重新上线后，新文档会进入到形如 knight-log.2019-02 的索引中，原 knight-log 将不会有写请求，读请求也经过别名 alias-knight-log 代理了
经过上述步骤，旧的index只读不写，写请求全部进入 knight-log.2019-02 的索引中，保障了这一点，我们就可以对 knight-log 按时间粒度以大化小，逐个删除了！
Sad，没有这种直接的api，不过，不起眼的reindex却承担起这个重任，一开始我觉得跟这个api应该没有关系，不仅不省空间，反而还翻倍，直到发现可以按条件reindex后，眼前一亮！我按时间条件reindex不就好了嘛~~
# 将 2019-01 月的文档, 全部 reindex 到 knight-log.2019-01 中
curl -X POST "localhost:9200/_reindex" -H 'Content-Type: application/json' -d'
{
"source": {
"index": "knight-log",
"type": "your_doc_type",
"query": {
"bool": {
"filter": {
"range": {
"day": {
"gte": "2019-01-01",
"lt": "2019-02-01"
}
}
}
}
}
},
"dest": {
"index": "knight-log.2019-01"
}
}
'
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
tips1: 在reindex到新index之前，为了加快索引，可以对新index设置，常规的批量索引设置注意项，这里也适用,如：replicas=0，refresh_interval=-1
tips2：第一次使用reindex，没有开启slice(相当于多线程)，io和cpu虽然都不高，但很慢，可适当开启，但注意slice不要超过index的shard数，看官方文档，此处不多提！
tips3：如果一个月的文档数太多，不放心一次性操作，你可以尝试先按天reindex到新月份index中，这样可以观察cup和io，然后适当调整reindex相关参数后，再把当月余下天数的文档全部reindex到新index中
tips4：当进行完一次reindex，恢复 refresh_interval 后，可以对新旧索引同时查询，看文档数是否一致！确保无异常！
tips5：手误执行reindex，可以中途取消本次task
将 knight-log 的replicas数从默认的1 变为 0，这样整个index省掉一半大小（非必须，剩余磁盘多可以忽略），然后，对 knight-log 按月份进行reindex，这样反复操作几次，可完成近几月的备份，形如 knight-log.2019-01，knight-log.2018-12 等（不要忘记2月的旧文档哦，同样需要reindex，这样2月的index才会完整），同时因为模板的特性，月份索引会自动加上 alias-knight-log 这个别名，一举两得!
reindex完必要的数据后（如近3月），就可以直接删掉 knight-log！
若几个月后，磁盘又满了，就可以将最久老月份的index直接物理删除，方便快捷！
5. 总结
追根究底，这种问题就不应该存在！可能一开始使用es不熟吧，起码按天/月索引是应该具备的基本sense吧，大家要避免这个坑！
其次，如果单条文档体积较大，可以考虑将数据存入HBase，es中只存docId即可，通过条件搜出对应的docId，然后用docId去HBase取数据，进一步高效利用es，这通过禁用_source字段(保存原文档的json字段)实现。不过，因为es只存倒排索引，所以没了原文档，会缺失部分便捷性，慎重考虑！
说回来，es不支持将大的索引按时间拆分成小索引，只能在多个api组合中找到最优实践，对应用来说，需要改动索引名后重启，已经是最小化改动，在整个过程中，es保障了正常提供服务，不影响其他业务。
经历过上述操作，更加熟练的掌握了es多个相关api，了解查询原理，写入原理，分片分配策略以及查询语句优化等知识点。另: kibana下使用dev tools也非常爽，会弹提示，算是发现的彩蛋，建议多用！
————————————————
版权声明：本文为CSDN博主「Norman_Hu」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Norman_Hu/article/details/89917569