36.ES集群规划—容量规划-2

36.1 容量规划案例1

• 固定大小的数据集
  • 一些案例：唱片信息库 / 产品信息
  • 一些特性
    • 被搜索的数据集很大，但是增长相对比较慢（不会有大量的写入）。更关心搜索和聚合的读取性能
    • 数据的重要性与时间范围无关。关注的是搜索的相关度
• 估算索引的的数据量，然后确定分片的大小
  • 单个分片的数据不要超过 20 GB
  • 可以通过增加副本分片，提高查询的吞吐量

36.2 拆分索引

• 如果业务上有大量的查询是基于一个字段进行 Filter，该字段又是一个数量有限的枚举值，例如订单所在的地区
• 如果在单个索引有大量的数据
  • 如果要对多个索引进行查询，还是可以在查询中指定多个索引得以实现
• 如果业务上有大量的查询是基于一个字段进行 Filter，该字段数值并不固定，可以启用 Routing 功能，按照 filter 字段的值分布到集群中不同的 shard，降低查询时相关的 shard， 提高 CPU 利用率，示例：

PUT my-index-000001/_doc/1?routing=user1&refresh=true 
{
 "title": "This is a document"
}

36.3 容量规划案例2

• 基于时间序列的数据
  • 相关的用案
    • 日志 / 指标 / 安全相关的 Events
    • 舆情分析
  • 特性
    • 每条数据都有时间戳；文档基本不会被更新（日志和指标数据）
    • 用户更多的会查询近期的数据；对旧的数据查询相对较少
    • 对数据的写入性能要求比较高

36.4 创建基于时间序列的索引

• 创建 time-based 索引
  • 在索引的名字中增加时间信息
  • 按照 每天 / 每周 / 每月 的方式进行划分
• 好处
  • 更加合理的组织索引，例如随着时间推移，便于对索引做的老化处理
  • 利用 Hot & Warm Architecture
  • 备份和删除的效率高

36.5 写入时间序列的数据：基于 Date Math 的方式

• 容易使用
  • 如果时间发生变化，需要重新部署代码
    

36.6 写入时间序列的数据 – 基于 Index Alias

• Time-based 索引
  • 创建索引，每天 / 每周 / 每月
  • 在索引的名字中增加时间信息
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pEJH2yyo-1655257179886)(https://upload-images.jianshu.io/upload_images/19745945-06294fa2c3c567b2.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)]

36.7 集群扩容

• 增加 Coordinating / Ingest Node
  • 解决 CPU 和 内存开销的问题
• 增加数据节点
  • 解决存储的容量的问题
  • 为避免分片分布不均的问题，要提前监控磁盘空间，提前清理数据或增加节点（70%）

大数据视频推荐：
腾讯课堂
CSDN
ELK入门精讲
AIOps智能运维实战
ELK7 stack开发运维
大数据语音推荐：
ELK7 stack开发运维
企业级大数据技术应用
大数据机器学习案例之推荐系统
自然语言处理
大数据基础
人工智能：深度学习入门到精通