ElasticSearch 运维

摘要：集群升级或维护当把版本从升级到的时候，客户端完全不可用，接口变化了，因此在升级的时候，需要客户端也升级重启整个集群之前，需要把副本关闭掉，然后在集群其中成功之后，再开启副本功能重启单个节点需要做以下操作，但是这个只针对冷索引暂停数据写入程序

当把 elasticsearch 版本从 2.0.0 升级到 2.1.1 的时候，客户端完全不可用，接口变化了，因此在升级的时候，需要客户端也升级

重启整个 elasticsearch 集群之前，需要把副本关闭掉，然后在集群其中成功之后，再开启副本功能

重启单个 data 节点需要做以下操作，但是这个只针对冷索引

暂停数据写入程序

关闭集群shard allocation

手动执行POST /_flush/synced

重启节点

重新开启集群shard allocation

等待recovery完成，集群health status变成green

重新开启数据写入程序

删除磁盘上的数据的话，会引起 shard 数据变成默认值，因为只有在初始化的时候才会设置，所以删除后，手工进行初始化即可

停止所有的 ES 节点

停止客户端的数据写入

启动所有的 ES 节点

初始化 shard 数

启动客户端的数据写入

// 手动初始化 template

http://ip/_plugin/kopf/#!/indexTemplates

"template": "trace*",
  "settings": {
    "index": {
      "number_of_shards": "3",
      "number_of_replicas": "1"
    }
  },
  "mappings": {
    "test": {
      "_source": {
        "includes": [
          "traceId"
        ]
      },
      "properties": {
        "traceId": {
          "type": "string"
        },
        "binaryAnnotations": {
          "search_analyzer": "linieAnalzyer",
          "analyzer": "linieAnalzyer",
          "index": "analyzed",
          "type": "string"
        },
        "app": {
          "index": "not_analyzed",
          "type": "string"
        },
        "duration": {
          "type": "long"
        },
        "suc": {
          "type": "string"
        },
        "bizAnnotations": {
          "index": "not_analyzed",
          "type": "string"
        },
        "host": {
          "index": "not_analyzed",
          "type": "string"
        },
        "id": {
          "type": "string"
        },
        "serviceId": {
          "index": "not_analyzed",
          "type": "string"
        },
        "spanName": {
          "type": "string"
        },
        "timestamp": {
          "type": "long"
        }
      }
    }
  },
  "aliases": {
 
  }

停止 data 节点，shard 分配时间恢复，集群数据量大概是 1.26TB

停止1个节点，恢复时间大概是20分钟

停止2个节点，恢复时间大概是55分钟

停止3个节点，恢复时间大概是100分钟

停止5个节点，恢复时间大概是120分钟

ES_HEAP_SIZE 使用不要超过物理内存的一半，最好不要超过 30.5 G

设置 vm.swappiness = 1

在 elasticsearch.yml 中设置 bootstrap.mlockall: true

官方推荐垃圾回收算法针对 ES 应该设置 CMS

search 的 theadpool 推荐设置为 cores * 3，其他线程池推荐和 cores 数量相等

disk I/O 的线程是有 Lucene 处理的，而不是 ES

设置 vm.max_map_count=262144 用于 mmapped files 的虚拟内存

修改配置请使用 API，API，API，而不是修改配置，修改 API 有两种方式，一种临时的，一种持久的，临时的修改当节点下次重启的时候会失效，永久的当下次重启的时候会覆盖静态配置

curl -XPUT ip:9200/_cluster/settings -d
"{
    "transient": {
        "logger.discover": "DEBUG" 
    }
    "persistent": {
        "discovery.zen.minimum_master_nodes": 2
    }
}"

设置 slowlog 的阀值有利于定位问题，可以设置 queries, fetches, indexing 的 slowlog

如果你的集群是偏重于 indexing，而对 search 的性能要求不是毫秒级别的返回，可以做些设置做平衡。

Bulk size 比 documents 数量重要，比如 5-15 MB 每个 bulk

磁盘，首选 SSD，没有 SSD 的话，可以使用RAID0

path.data 配置多个路径

避免 segment merging ，当发生的时候， ES 会自动 throttle index 请求到单个线程，当你使用 SSD 的时候，默认的限制 20MB/s 太小了，可以设置成 100-200MB/s

如果在做一个大的 bulk import，可以设置 index.number_of_replicas：0，等到插入完成的时候，再进行 replicas

在升级或者做其他维护需要重启服务器的时候，请保持 ES master 节点是可用的，然后一台台重启 data 节点，最好是可以通过 api 先禁止 shard 分配，如果可以停止 indexing 新数据最好（但是这是不可能的）

执行命令禁止 allocation

PUT /_cluster/settings
{
    "transient": {
        "cluster.routing.allocation.enable": "none" 
    }
}

使用 shutdown api 停止一个节点

POST /_cluster/nodes/_local/_shutdown

执行升级或者维护

重启节点，确认加入了集群

启动 shard allocation

PUT /_cluster/settings
{
    "transient": {
        "cluster.routing.allocation.enable": "all" 
    }
}

其他节点重复1到5步骤

使用 snapshot API 备份，建议备份到 HDFS 中，然后使用 _restore API 来恢复备份。

通过设置 action.disable_delete_all_indices: true. 来禁止通过 API 删除所有索引

indices.fielddata.cache.size: 25% ，在 datanode 设置 indices.cluster.send_refresh_mapping: false

cluster.routing.allocation.cluster_concurrent_rebalance:2 最好设置低一些，这样不会影响索引

cluster.routing.allocation.disk.threshold_enabled:true
cluster.routing.allocation.disk.watermark.low:.97
cluster.routing.allocation.disk.watermark.high:.99

恢复：

cluster.routing.allocation.node_concurrent_recoveries:4
cluster.routing.allocation.node_initial_primaries_recoveries:18
indices.recovery.concurrent_streams: 4
indices.recovery.max_bytes_per_sec: 40mb

避免数据丢失和 _bulk 的重试 threadpool.bulk.queue_size: 3000

zabbix 监控 - https://github.com/ejimz/Elasticsearch-zabbix

插件监控 - https://github.com/AIsaac08/bigdesk

需要监控的 10 个数据 - http://radar.oreilly.com/2015/04/10-elasticsearch-metrics-to-watch.html

目前使用的是插件监控方式，主要是以下三个插件

bigdesk

kopf

head

这些里面 kopf 目前最好用，bigdesk 从 es 1.x 版本后就不更新了，所以目前 2.x 版本的部分图表无法出来