Elasticsearch 方案选型必须了解的 10 件事

标签: dev | 发表时间:2019-03-12 00:00 | 作者:
出处:http://itindex.net/relian

题记

Elasticsearch 目前被广泛使用,也越来越受到欢迎。一些传统的行业甚至婚庆公司都已经在使用Elasticsearch。
人们喜欢Elasticsearch,不单单因为它的典型特征:

  • 1)易于部署;

  • 2)无需额外的软件即可扩展到数百个节点;

  • 3)内置RESTful API,上手快;

  • 4)开源+更新快+社区相当活跃。

更重要的是Elastic已经形成了包含Elasticsearch、logstash、kibana、Beats等的Elastic Stack一体化解决方案。

在大家使用Elasticsearch作为备用选型方案期间,被问到最多的问题之一是:

“Elasticsearch作为解决方案需要注意什么?”

本文以15年国外经典博客的框架为线索,剔除过时的技术体系、技术栈内容,结合近千万级业务场景和最新Elastic技术洞察重新梳理出:Elasticsearch方案选型必须了解的10件事。

1、集群规模

Elasticsearch的优点在于它是非常容易扩展。但,索引和查询时间可能因许多因素而异。在集群规模层面一方面要考虑数据量,另一方面比较重要的衡量因素是项目/产品的指标要求。

要想达到吞吐量和CPU利用率的指标要求,建议进行一定量的测试,以确认集群承担的负载和性能瓶颈问题。

测试工具推荐: Apache Jmeter

网上会有很多的一线互联网公司等的“他山之石”,但,方案仅供参考,需要自己结合业务场景、硬件资源进行 反复测试验证。

2、节点职责

Elasticsearch节点可以是主节点(Master),数据节点(Data),客户端/路由节点(Client)或某种组合。 大多数人大规模集群选择专用主节点(至少3个),然后选择一些数据和客户端节点。

建议: 职责分离,并您针对特定工作负载优化每种类型的节点的分配。

例如,通过分离客户端和数据节点提升性能。 客户端节点处理传入的HTTP请求,这使得数据节点为查询提供服务。

这并不是绝对的,有大量网友在社区反馈,分离客户端节点并没有提升性能,因实际场景而异,大规模数据增量的业务场景,职责分离必然是大势所趋。

3、安全

近期,未加任何安全防护措施的Elastic 安全事件频发。建议在应用程序API和Elasticsearch层之间以及Elasticsearch层和内部网络之间保护您的Elasticsearch集群。

  • 6.3+版本之后,xpack插件已经集成到Elastic产品线。(收费)

  • 加一层Nginx代理,能防止未经授权的访问。

  • 其他选型推荐:search-guard,readonlyRest等。

“裸奔的风险非常大”,进阶阅读: 你的Elasticsearch在裸奔吗?

4、数据建模

4.1 使用别名

业务层面使用 别名进行检索、聚合操作。

别名的好处:
1)将应用和索引名称隔离;
2)可以方便的实现跨索引检索。

4.2 数据类型选型

若不指定数据类型的动态映射机制,比如:字符串类型会默认存储为text和keyword两种类型,势必会 增加存储成本
建议:针对业务场景需求,静态的手动指定好每个字段的数据类型。

考虑因素包含但不限于:
1)是否需要索引;
2)是否需要存储;
3)是否需要分词;
4)是否需要聚合;
5)是否需要多表关联(nested类型、join或者是宽表存储);
6)是否需要快速响应(keyword和long类型选型)
……
此处的 设计时间不能省

进阶阅读: 干货 | 论Elasticsearch数据建模的重要性

5、检索选型

Elasticsearch查询DSL非常庞大。如果业务场景不需要计算评分,推荐使用过滤器 filter。因为基于缓存,更高效。
查询相关的API包含但不限于:

  • match/multi_match

  • match_phrase/match_phrase_prefix

  • term/terms

  • wildcard/regexp

  • query_string

选型前,建议通过Demo验证一下是否符合预期。

了解如何编写高效查询是一回事,但让它们返回最终用户期望的结果是另一回事。

业务实战中,建议 花一些时间调整分析器、分词和评分,以便ES返回期望的正确的命中。

6、监控和警报

请务必考虑一个完全独立的“监视”集群机制,该机制仅用于捕获有关群集运行状况的统计信息,并在出现问题时提醒您。

监控作用:能通过可视化的方式,直观的看到内存、JVM、CPU、负载、磁盘等的使用情况,以对可能的突发情况及早做出应对方案。

警报作用:异常实时预警。

ES6.X xpack已经集成watcher工具。它会监视某些条件,并在满足这些条件时提醒您。

举例:当某些状态(例如JVM堆)达到阈值时,您可以采取一些操作(发送电子邮件,调用Web钩子等)。

如果你的业务场景是:几乎实时地将数据写入Elasticsearch并希望在数据与某些 模式匹配时收到警报,则推荐使用 ElastAlert

https://github.com/Yelp/elastalert

7、节点配置和配置管理

一旦拥有多个节点,就每个节点在软件版本、配置等方面 保持同步变得具有挑战性。

有许多开源工具可以帮助解决这个问题。推荐: ChefAnsible帮助管理Elasticsearch集群。

Ansible可以自动执行升级和配置传播,而无需在任何Elasticsearch节点上安装任何其他软件。

当前可能看不到对自动化的巨大需求,如果要从小规模开始发展,并且希望能够快速发展的话,一个使用Ansible编写的常见任务库可以使你在几分钟内从裸服务器转到完全配置的Elasticsearch节点, 无需人工干预

增量索引的管理推荐:rollover + curator + crontab,6.6版本的新特性: Index Lifecycle Management(索引生命周期管理),推荐尝鲜使用。

8、备份和恢复

经常被问到的问题1“ES中误删除的数据(delete或者delete_by_query)能恢复吗?”
——答案:如果做了备份,是可以的。如果没有,不可以。

问题2:“迁移节点,直接data路径原封不动拷贝可以吗?”
——答案:不可以,不推荐。推荐使用reindex或其他工具实现。

对于高可用性的业务系统,数据的 备份功能非常重要。 由于数据的存储可能会涉及多个节点,依赖OS级文件系统备份可能会很冒险。

推荐使用Elasticsearch内置的“ 快照”功能,可以备份您的索引。

9、API选型

Elastic 官方支持API,包含:JAVA、Java Script、.net、PHP、python、Ruby。
Elastic民间API(社区贡献)非常庞大:C++、Go等20多种。

API选型推荐使用: 官方API

原因:
1)版本更新及时、
2)新特性支持适配更新及时。

http://t.cn/EMUzubT

http://t.cn/EMUzubH

DSL开发推荐使用的Kibana的 Dev-tool,非常高效、方便。

10、数据接入

将数据索引到Elasticsearch很容易。 根据数据源和其他因素,您可以自己编写,也可以使用Elastic中的 Logstash工具。

Logstash可以查看日志文件或其他输入,然后有效地将数据索引到集群中。

其他大数据组件或开源项目也有类似的功能,举例:

kafka-connectorflumecanal等。

选型中, 不一棵树上吊死,综合对比性能和稳定性,找适合自己业务场景的最为重要。

小结

安装和运行开箱即用的Elasticsearch集群非常简单。 使其适用于你的实际业务场景并满足你的性能指标非常不容易。

希望这个列表能助力你的Elastic方案选型,为选型扫清障碍。

期待反馈交流心得!

参考:http://t.cn/EMUZw6N


新博客域名:http://elastic.blog.csdn.net


加入星球,更短时间更快习得更多干货!

相关 [elasticsearch] 推荐:

[译]elasticsearch mapping

- - an74520的专栏
es的mapping设置很关键,mapping设置不到位可能导致索引重建. 请看下面各个类型介绍^_^. 每一个JSON字段可以被映射到一个特定的核心类型. JSON本身已经为我们提供了一些输入,支持 string,  integer/ long,  float/ double,  boolean, and  null..

Elasticsearch as Database - taowen - SegmentFault

- -
【北京上地】滴滴出行基础平台部招聘 Elasticsearch 与 Mysql binlog databus 开发工程师. 内推简历投递给: taowen@didichuxing.com. 推销Elasticsearch. 时间序列数据库的秘密(1)—— 介绍. 时间序列数据库的秘密(2)——索引.

ElasticSearch 2 的节点调优(ElasticSearch性能)

- - 行业应用 - ITeye博客
一个ElasticSearch集群需要多少个节点很难用一种明确的方式回答,但是,我们可以将问题细化成一下几个,以便帮助我们更好的了解,如何去设计ElasticSearch节点的数目:. 打算建立多少索引,支持多少应用. elasticsearch版本: elasticsearch-2.x. 需要回答的问题远不止以上这些,但是第五个问题往往是容易被我们忽视的,因为单个ElasticSearch集群有能力支持多索引,也就能支持多个不同应用的使用.

elasticsearch的javaAPI之query

- - CSDN博客云计算推荐文章
elasticsearch的javaAPI之query API. the Search API允许执行一个搜索查询,返回一个与查询匹配的结果(hits). 它可以在跨一个或多个index上执行, 或者一个或多个types. 查询可以使用提供的 query Java API 或filter Java API.

Elasticsearch基础教程

- - 开源软件 - ITeye博客
转自:http://blog.csdn.net/cnweike/article/details/33736429.     Elasticsearch有几个核心概念. 从一开始理解这些概念会对整个学习过程有莫大的帮助.     接近实时(NRT).         Elasticsearch是一个接近实时的搜索平台.

ElasticSearch索引优化

- - 行业应用 - ITeye博客
ES索引的过程到相对Lucene的索引过程多了分布式数据的扩展,而这ES主要是用tranlog进行各节点之间的数据平衡. 所以从上我可以通过索引的settings进行第一优化:. 这两个参数第一是到tranlog数据达到多少条进行平衡,默认为5000,而这个过程相对而言是比较浪费时间和资源的. 所以我们可以将这个值调大一些还是设为-1关闭,进而手动进行tranlog平衡.

elasticsearch集群搭建

- - zzm
之前对于CDN的日志处理模型是从 . logstash agent==>>redis==>>logstash index==>>elasticsearch==>>kibana3,对于elasticsearch集群搭建,可以把索引进行分片存储,一个索引可以分成若干个片,分别存储到集群里面,而对于集群里面的负载均衡,副本分配,索引动态均衡(根据节点的增加或者减少)都是elasticsearch自己内部完成的,一有情况就会重新进行分配.

Elasticsearch集群入门

- - 编程语言 - ITeye博客
欢迎来到Elasticsearch的奇妙世界,它是优秀的全文检索和分析引擎. 不管你对Elasticsearch和全文检索有没有经验,都不要紧. 我们希望你可以通过这本书,学习并扩展Elasticsearch的知识. 由于这本书也是为初学者准备的,我们决定先简单介绍一般性的全文检索概念,接着再简要概述Elasticsearch.

Elasticsearch 学习笔记

- - 研发管理 - ITeye博客
安装  Elasticsearch. 1:解压下载的安装包 elasticsearch-1.7.2.zip. 修改  node.name: es(集群状态名字一致). 2:在https://github.com/elasticsearch/elasticsearch-servicewrapper下载该插件后,解压缩.

Elasticsearch增删改查

- - 行业应用 - ITeye博客
更新操作,一般用这个的,应该不会很多吧. ES本身还是一个倾向于查询检索的框架,对于这种更新的操作,太过频繁总归是不好的. 不过阅读本篇后,你可以使用Script对所有的文档执行更新操作,也可以使用doc对部分文档执行更新,也可以使用upsert对不存在的文档执行添加操作. Update更新操作允许ES获得某个指定的文档,可以通过脚本等操作对该文档进行更新.