Elasticsearch OOM（内存溢出）

首先，说明笔者的机器环境（不结合环境谈解决方案都是耍流氓）: cpu 32核，内存128G，非固态硬盘：RAID0 (4T * 6)，单节点，数据量在700G到1800G，索引15亿~21亿。敖丙大人，在蘑菇街，可多集群分片，固态硬盘，比不起啊。

业务场景

保存7天索引，每天有400G~500G。发现ES时不时的OOM(out of memory)和重启。当索引超过500G的时候，ES重启到加载所有分片，时间约30分钟到1小时。

题外话，ES OOM 会生成 .hprof 文件，如下图：

用jhat来分析OOM堆转储文件，具体命令:

 jhat -port 7401 -J-Xmx4G java_pid19546.hprof

解决办法

1、改文件存储类型，减少内存占用

设置存储类型为：“hybridfs” ,即：“index.store.type”: “hybridfs” （原来为“mmapfs”，详见附2；另外，ES 5.6应为“fs”，不支持“hybridfs”，最新的7.4版本支持“hybridfs”）。

• mmapfs：index映射到内存；
• niofs ：并发多线程以NIO的方式读取index文件；
• hybridfs：混合 mmafs和niofs ,根据读取模式选择最佳的文件系统。

效果：在600G左右的索引，5天索引，确实没有了OOM。但一旦增大到7个索引，就不行了。用jstat命令，即：

jstat -gcutil 6811 （ES的PID）

查看ES的jvm，如下图：

O: Old space utilization as a percentage of the space’s current capacity (老年代空间占用率）。O最高达到79，就往下降，原来为存储类型为“mmapfs”，O很容易就飙到100。

2、不要自己创建文档ID

ES默认会自动创建文档Id"(如：_id": “AW8922mK8RqpiZJD9zb2”），如果自己生成Id,则每次存储新的文档的时候，ES都会查看整个分片是否已经存在该Id。如果分片存储有上千万的文档，这是一个比较耗时的操作。

3、关闭暂时不用的索引，减少打开索引的数量

关闭索引（文件仍然存在于磁盘，只是释放掉内存，需要的时候可重新打开）。设置打开索引参数："__es.maxPermanentlyOpenIndices":4 （最大打开索引：7改为4）。

4、扩大堆内存

设置堆大小，从15G提高到30G，即： -Xms30g -Xmx30g （注意：最大不要超过物理内存的 %50）。

5、扩大虚拟内存空间

命令：

sysctl -w vm.max_map_count=2621440（默认值是 “262144”）
扩大这个，可以防止这个数量太低而导致的OOM（详见附6）

6、forcemerge

设置merge时最大的线程数：index.merge.scheduler.max_thread_count。固态硬盘——默认最大值 Math.max(1, Math.min(4, Runtime.getRuntime().availableProcessors() / 2)) ，普通旋转磁盘——设置为1。

笔者机器上，单merge 线程，300G的索引耗时：7个小时

优化效果：term 单条件查询，查询时间从10秒多提高到3秒多，索引减少约%2.85，减少4000多万，具体如下表：

可通过命令查看各个分片的情况，如下（可查看总的segments数量）：

curl -s "http://localhost:9200/_cat/segments/pcap_flow-2019-12-10?v&h=shard,segment,size,size.memory" | awk '{sum += $NF} END {print sum}'

force merge的restful API:

curl -X POST "localhost:9200/pcap_flow-2019-12-11/_forcemerge?max_num_segments=2"

说明：

1）max_num_segments， 设置最大segement数量，数量越小，查询速度提高越明显，但merge耗时越长；

2）全部merge，不加索引ID，则如下：

curl -X POST “localhost:9200/_forcemerge”
3）merge过程是串行的，如果同时merge多个，后面的会被阻塞，直到第一个merge完成为止。另外，对于不再有写入的更新的index，才建议force merge，不然反而会让搜索的性能更差；

4）restful api 查看_segments，如下：

curl -X GET “localhost:9200/_cat/segments?v&pretty”
效果如下图：

题外话，如果贵司银子多，可以集群分片，搞SSD，否则只有结构优化，这一招。

参考连接 ：

遇到Elasticsearch OOM（内存溢出），除了瞪白眼，还能干啥…
https://www.jianshu.com/p/8b96865efd0e