目录
1.2.Linux 系统中的尽可能减少 Swap 的使用(永久有效)
一、ELK优化
ELK优化可以围绕着 linux内核优化、JVM优化、ES配置优化、架构优化(filebeat/fluentd代替
logstash、加入kafka做消息队列)来实现。
ES 作为日志存储时的特性是:高并发写、读少、接受 30 秒内的延时、可容忍部分日志数据丢失
二、优化 ES 索引设置
1.优化 fsync
为了保证不丢失数据,就要保护 translog 文件的安全
Elasticsearch 2.0 之后,每次写请求(如 index 、delete、update、bulk 等)完成时,都会触发fsync
将 translog 中的 segment 刷到磁盘,然后才会返回 200 OK 的响应;或者: 默认每隔5s就将
translog 中的数据通过fsync强制刷新到磁盘。
该方式提高数据安全性的同时,降低了一点性能
==> 频繁地执行 fsync 操作,可能会产生阻塞导致部分操作耗时较久。 如果允许部分数据丢失,
可设置异步刷新 translog 来提高效率,还有降低 flush 的阀值, 优化如下
"index.translog.durability": "async", "index.translog.flush_threshold_size":"1024mb", "index.translog.sync_interval": "120s"
2.优化 refresh
写入 Lucene 的数据,并不是实时可搜索的,ES 必须通过 refresh 的过程把内存中的数据转换成
Lucene 的完整 segment 后,才可以被搜索
默认 1 秒后,写入的数据可以很快被查询到,但势必会产生大量的 segment,检索性能会受到影
响。所以,加大时长可以降低系统开销。 对于日志搜索来说,实时性要求不是那么高,设置为 5
秒或者 10s;对于 SkyWalking,实时性要求更低一些,我们可以设置为 30s
设置如下
"index.refresh_interval":"5s"
3.优化 merge
index.merge.scheduler.max_thread_count 控制并发的 merge 线程数,如果存储是并发性能较
好的 SSD,可以用系统默认的 max(1, min(4, availableProcessors / 2)),当节点配置的 cpu 核数
较高时,merge 占用的资源可能会偏高,影响集群的性能,普通磁盘的话设为1,发生磁盘 IO 堵
塞。设置 max_thread_count 后,会有 max_thread_count + 2 个线程同时进行磁盘操作,也就是
设置为 1 允许 3 个线程
设置如下
"index.merge.scheduler.max_thread_count":"1"
4.优化设置
需要先 close 索引,然后再执行,最后成功之后再打开
关闭索引
curl -XPOST 'http://localhost:9200/_all/_close'
打开索引
curl -XPUT -H "Content-Type:application/json" 'http://localhost:9200/_all/_settings?preser
打开索引
curl -XPOST 'http://localhost:9200/_all/_open'
三、优化线程池配置
- write 线程池满负荷,导致拒绝任务,而有的数据无法写入。而经过上面的优化后,拒绝的情况少了很多,但是还是有拒绝任务的情况。所以我们还需要优化 write 线程池
- write 线程池采用 fixed 类型的线程池,也就是核心线程数与最大线程数值相同。线程数默认等于 cpu 核数,可设置的最大值只能是 cpu 核数加 1,比如 16 核的 CPU, 能设置的线程数最大值为 17
1.优化的方案
- 线程数改为 17,也就是 cpu 总核数加 1
- 队列容量加大。队列在此时的作用是消峰。不过队列容量加大本身不会提升处理速度,只是起到缓冲作用。此外,队列容量也不能太大,否则积压很多任务时会占用过多堆内存
2.修改 elasticsearch.yml 文件增加配置
# 线程数设置
thread_pool:
write:
# 线程数默认等于cpu核数,即16
size: 17
# 因为任务多时存在任务拒绝的情况,所以加大队列大小,可以在间歇性任务量陡增的情况下,缓存任务在队列,等高峰过去逐步消费完。
queue_size: 10000
四、锁定内存,不让 JVM 使用 Swap
- Swap交换分区:当系统的物理内存不够用的时候,就需要将物理内存中的一部分空间释放出来,以供当前运行的程序使用。那些被释放的空间可能来自一些很长时间没有什么操作的程序,这些被释放的空间被临时保存到 Swap 中,等到那些程序要运行时,再从 Swap 中恢复保存的数据到内存中。这样,系统总是在物理内存不够时,才进行 Swap 交换
- Swap 交换分区对性能和节点稳定性非常不利,一定要禁用。它会导致垃圾回收持续几分钟而不是几毫秒,并会导致节点响应缓慢,甚至与集群断开连接
1.三种方式可以实现 ES 不使用 Swap 分区
1.1.Linux 系统中的关闭 Swap (临时有效)
执行命令
sudo swapoff -a
可以临时禁用 Swap 内存,但是操作系统重启后失效
1.2.Linux 系统中的尽可能减少 Swap 的使用(永久有效)
执行下列命令
echo "vm.swappiness = 1" >> /etc/sysctl.conf
正常情况下不会使用 Swap,除非紧急情况下才会 Swap
1.3.启用 bootstrap.memory_lock
config/elasticsearch.yml 文件增加配置
#锁定内存,不让 JVM 写入 Swap,避免降低 ES 的性能
bootstrap.memory_lock: true
五.减少分片数和副本数
1.分片
索引的大小取决于分片与段的大小,分片过小,可能导致段过小,进而导致开销增加;分片过大可
能导致分片频繁 Merge,产生大量 IO 操作,影响写入性能
因为我们每个索引的大小在 15G 以下,而默认是 5 个分片,没有必要这么多,所以调整为 3 个
"index.number_of_shards": "3"
2.副本数
减少集群副本分片数,过多副本会导致 ES 内部写扩大。副本数默认为 1,如果某索引所在的 1 个
节点宕机,拥有副本的另一台机器拥有索引备份数据,可以让索引数据正常使用。但是数据写入副
本会影响写入性能。对于日志数据,有 1 个副本即可。 对于大数据量的索引,可以设置副本数为
0,减少对性能的影响
"index.number_of_replicas": "1"
六、优化总结
对索引进行优化
- 优化fsync,适当加大刷盘间隔时间(index.translog.sync_interval,默认值为5s,可调整为30s或60s)
- 优化refresh,适当加大把内存数据写入Lucene的间隔时间(index.refresh_interval,默认值为1s,可调整为5s或10s)
- 优化merge,根据硬盘的性能适当调整merge的线程数(index.merge.scheduler.max_thread_count,默认值为max,可调整为1,设置为1可允许最多3个并发的merge线程数)
- 优化write线程池配置,减少拒绝任务的情况
- 修改ES配置文件elasticsearch.yml,设置write线程为 CPU核数+1
- 锁定内存,不让ES使用swap
- swapoff -a ,关闭swap
- 修改内核参数 vm.swappiness=1,使系统尽量不使用swap
- 修改ES配置文件:bootstrap.memory_lock: true ,启动ES锁定内存
- 适当的减少索引的分片数、副本数
- 分片数:index.number_of_shards,默认值为5,索引大小较小时,可调整分片数为3
- 副本数:index.number_of_replicas,默认值为1,即每个索引会有一份额外的副本数据,对于日志数据不需要太高的安全性,有1个副本即可,所以可调整副本数为0