ElasticSearch 叢集的規劃部署與運維

碼農充電站發表於2021-03-03
Elasticsearch運維

公號：碼農充電站pro
主頁：https://codeshellme.github.io

1，常見的叢集部署方式

ES 有以下不同型別的節點：

  • Master(eligible)節點：只有 Master eligible 節點可以成為 Master 節點。
    • Master 節點用於維護索引資訊和叢集狀態。
  • Data 節點：負責資料儲存。
  • Ingest 節點：資料預處理。
  • Coordinating 節點：處理使用者請求。
  • ML 節點：機器學習相關功能。

在開發環境中，一個節點可以承擔多種角色。

但是在生產環境，建議一個節點只負責單一角色，以達到高可用性及高效能。同時根據業務需求和硬體資源來合理分配節點。

1.1，節點配置引數

在預設情況下，一個節點會同時扮演 Master eligible Node，Data Node 和 Ingest Node。

各型別的節點配置引數如下：

節點型別 配置引數 預設值
Master eligible node.master true
Data Node node.data true
Ingest Node node.ingest true
Coordinating 無 -
ML node.ml true（需要 enable x-pack）

預設情況下，每個節點都是一個 Coordinating 節點，可以將 node.master，node.data 和 node.ingest 同時設定為 false，讓一個節點只負責 Coordinating 節點的角色。

1.2，配置單一角色

預設情況下，一個節點會承擔多個角色，可以通過配置讓一個節點只負責單一角色。

單一職責節點配置：

  • Master 節點：從高可用和避免腦裂的角度考慮，生產環境可配置 3 個 Master節點。
    • node.master：true
    • node.ingest：false
    • node.data：false
  • Data 節點
    • node.master：false
    • node.ingest：false
    • node.data：true
  • Ingest 節點
    • node.master：false
    • node.ingest：true
    • node.data：false
  • Coordinating 節點
    • node.master：false
    • node.ingest：false
    • node.data：false

1.3，水平擴充套件架構

叢集的水平擴充套件：

  • 當需要更多的磁碟容量和讀寫能力時，可以增加 Data Node；
  • 當系統有大量的複雜查詢和聚合分析時，可以增加 Coordinating Node。

在這裡插入圖片描述

1.4，讀寫分離架構

使用 Ingest 節點對資料預處理。

在這裡插入圖片描述

2，分片設計與管理

ES 中的文件儲存在索引中，索引的最小儲存單位是分片，不同的索引儲存在不同的分片中。

當討論分片時，一般是基於某個索引的，不同索引之間的分片互不干擾。

分片分為主分片和副本分片兩種；副本分片是主分片的拷貝，主要用於備份資料。

關於主副分片數的設定：

  • 主分片數：主分片數在索引建立時確定，之後不能修改。
    • 在 ES 7.0 以後，一個索引預設有一個主分片。
    • 一個索引的主分片數不能超過 1024。
  • 副本分片數：副本分片數在索引建立之後可以動態修改。
    • 副本分片數預設為 1。

關於每個節點上的分片數的設定，可參考這裡。

2.1，主分片的設計

如果某個索引只有一個主分片：

  • 優點：查詢算分和聚合不精準的問題都可避免。
  • 缺點：叢集無法實現水平擴充套件。
    • 因為索引（不管該索引的資料量達到了多大）只能儲存在一個主分片上（一個分片不能跨節點儲存/處理）；
    • 對於單個主分片的索引來說，即使有再多的資料節點，它也無法利用。

如果某個索引有多個主分片：

  • 優點：叢集可以實現水平擴充套件。
    • 對於擁有多個主分片的索引，該索引的資料可以分佈在多個主分片上，不同的主分片可以分佈在不同的資料節點中；這樣，該索引就可以利用多個節點的讀寫能力，從而處理更多的資料。
    • 如果當前的資料節點數小於主分片數，當有新的資料節點加入叢集后，這些主分片就會自動被分配到新的資料節點上，從而實現水平擴容。
  • 缺點：但是主分片數也不能過多，因為對於分片的管理也需要額外的資源開銷。主要會帶來以下問題：
    • 每次搜尋/聚合資料時需要從多個分片上獲取資料，並彙總；除了會帶來精準度問題，還會有效能問題。
    • 分片的 Meta 資訊由 Master 節點維護管理，過多的分片，會增加 Master 節點的負擔。

對於分片的設計建議：

  • 從分片的儲存量考慮：
    • 對於日誌類應用，單個分片不要大於 50G；
    • 對於搜尋類應用，單個分片不要大於 20G；
  • 從分片數量考慮：
    • 一個 ES 叢集的分片（包括主分片和副本分片）總數不超過 10 W。

2.2，副本分片的設計

副本分片是主分片的備份：

  • 優點：
    • 可防止資料丟失，提高系統的可用性；
    • 可以分擔主分片的查詢壓力，提高系統的查詢效能。
  • 缺點：
    • 與主分片一樣，需要佔用系統資源，有多少個副本，就會增加多少倍的儲存消耗。
    • 會降低系統的寫入速度。

3，叢集容量規劃

容量規劃指的是，在一個實際專案中：

  • 一個叢集需要多少節點，以及節點型別分配。
  • 一個索引需要幾個主分片，幾個副本分片。

3.1，要考慮的因素

做容量規劃時要考慮的因素：

  • 機器的軟硬體配置
  • 資料量：
    • 單條文件的尺寸
    • 文件的總數量
    • 索引的總數量
  • 業務需求：
    • 文件的複雜度、資料格式
    • 寫入需求
    • 查詢需求
    • 聚合需求
    • 等

3.2，硬體配置

對系統整體效能要求高的，建議使用 SSD，記憶體與硬碟的比例可為 1：10。

對系統整體效能要求一般的，可使用機械硬碟，記憶體與硬碟的比例可為 1：50。

JVM 配置為機器記憶體的一半，建議 JVM 記憶體配置不超過 32 G。

單個節點的資料建議控制在 2TB 以內，最大不超過 5 TB。

3.3，常見應用場景

有如下常見應用場景：

  • 搜尋類應用：
    • 總體資料集大小基本固定，資料量增長較慢。
  • 日誌類應用：
    • 每日新增資料量比較穩定，資料量持續增長，可預期。
1，處理時間序列資料

ES 中提供了 Date Math 索引名用於寫入時間序列的資料。

示例：

在這裡插入圖片描述

請求 URI 要經過 URL 編碼：

# PUT /<my-index-{now/d}>
# 經過 URL 編碼後
PUT /%3Cmy-index-%7Bnow%2Fd%7D%3E

查詢示例：

# POST /<logs-{now/d}/_search
POST /%3Clogs-%7Bnow%2Fd%7D%3E/_search

# POST /<logs-{now/w}/_search
POST /%3Clogs-%7Bnow%2Fw%7D%3E/_search

4，ES 開發模式與生產模式

從 ES 5 開始，ES 支援開發模式與生產模式，ES 可通過配置自動選擇不同的模式去執行：

  • 開發模式配置：
    • http.host：localhost
    • transport.bind_host：localhost
  • 生產模式配置：
    • http.host：真實 IP 地址
    • transport.bind_host：真實 IP 地址

4.1，Booststrap 檢測

在生產模式啟動 ES 叢集時，會進行 Booststrap 檢測（只有檢測通過才能啟動成功），它包括：

  • JVM 檢測
  • Linux 檢測：只在 Linux 環境進行

4.2，JVM 配置

JVM 通過 config 目錄下的 jvm.options 檔案進行配置，需要注意以下幾點：

  • 將 Xms 和 Xmx 設定成一樣；
  • Xmx 不要超過實體記憶體的 50%，最大記憶體建議不超過 32G；
  • JVM 有 Server 和 Client 兩種模式，在 ES 的生產模式必須使用 Server 模式；
  • 需要關閉 JVM Swapping

4.3，更多的 ES 配置

更多的關於 ES 的配置可參考其官方文件，包括：

5，監控叢集狀態

叢集狀態為 Green 只能代表分片正常分配，不能代表沒有其它問題。

ES 提供了很多監控相關的 API：

5.1，Slow log

ES 的 Slow log 可以設定一些閾值，當寫入時間或者查詢時間超過這些閾值後，會將相關操作記錄日誌。

5.2，叢集診斷

需要監控的指標：

在這裡插入圖片描述

一個叢集診斷工具 Support Diagnostics。

（本節完。）

推薦閱讀：

ElasticSearch 聚合分析

ElasticSearch 中的 Mapping

ElasticSearch 資料建模

ElasticSearch 分散式叢集

ElasticSearch 叢集安全

歡迎關注作者公眾號，獲取更多技術乾貨。

碼農充電站pro

相關文章