【FusionInsight Elasticsearch二次开发最佳实践】二次开发建议

集群安装为安全版，则需要保证客户端与服务端的时间一致

如果集群为安全版，需要进行kerberos认证，则需要服务端与客户端的时间一致，时间一致需要注意时区之间的时差的转换。如果时间不一致，会导致客户端认证失败，后续业务流程无法执行。

在应用程序结束之前调用Client的关闭函数

在应用程序结束时需要调用Client的close()方法。任务运行过程中不要频繁创建和关闭Client。

使用批量请求，设置合理的数据条数

当前集群的最佳批量请求大小，可以从5MB开始测试，缓慢增加这个大小，直到写入性能不能提升为止。

使用bulk命令进行批量索引数据时，每批次提交的数据大小为5~15MB。

比如每条数据大小为1k，那么建议批量提交的数据条数为5000条。

每个批量请求中只处理一个索引的数据

一个bulk请求只写入一个索引的数据，不建议一个bulk请求同时写入多个索引的数据，不同索引的数据分多个bulk请求提交。

使用多线程方式并发索引数据

比如32核的主机，可设置线程数为30~60个。应用程序使用多线程并发索引数据，推荐的并发线程数为主机CPU核数的1~2倍。

运行多个客户端并发执行任务

运行多个客户端并发执行索引/查询任务，提升性能。

客户端配置多个EsNode实例的IP和Port列表

建议所有的EsNode实例的IP和Port都配置在客户端IP列表中。客户端需要配置多个EsNode实例的IP和Port列表，实现负荷分担和负载均衡，避免单EsNode性能瓶颈。

客户端禁止配置EsMaster节点的IP和Port

EsMaster实例为重要的管理进程，为确保elasticsearch集群稳定性，不允许在客户端的IP列表中配置EsMaster节点IP和Port。

分配足够多的堆内存给EsMaster和EsNode实例

在FusionInsight Manager界面，单击“集群 > 待操作集群的名称 > 服务 > Elasticsearch > 配置 > 全部配置”，搜索框输入“GC_OPTS”，修改“GC_OPTS”参数值中的“-Xms”和“-Xmx”的值。

设置Xmx不要大于物理内存的50%，用来确保有足够多的物理内存预留给操作系统缓存。若机器内存的50% > 实例数*30G，设置为30G，否则设置为机器内存的50%/实例数。

不要设置Xmx超过JVM用来压缩对象指针的cutoff（compressed oops），精确的cutoff可能不同，但接近于31G，因此最大设置为30G。

Elasticsearch创建索引建议

为了减少索引数量并避免非常庞大的映射，请考虑将相同索引结构的数据存储在相同的索引中。

避免将不相关的数据放在同一个索引中，以避免稀疏，将这些文件放在不同的索引中通常会更好。

合理规划索引的Shard数

主分片个数一旦确定，就不可以更改。副本分片个数可以根据需要随时修改。

每个分片都可以处理索引和查询请求，在设定分片数目时，可从以下几个方面考虑：

建议单个分片保存的数据量在10~20GB左右，最大不超过30GB。

根据索引预计承载的最大数据容量和单个分片容量确定主分片个数。

为了提升数据可靠性，合理设置副本分片个数，至少设置为1，如果集群的存储空间足够，推荐设置为2。

不要返回大的结果集。

不要返回大的结果集

Elasticsearch被设计为一个搜索引擎，这使得它非常擅长获取与查询匹配的最优文档，但是不适合用来检索与特定查询匹配的所有文档。Elasticsearch为了避免深分页，不允许使用分页（from&size）查询10000条以后的数据，如果需要这样做，请确保使用Scroll API。

安装EsClient实例

EsClient实例用于接收查询请求、查询结果聚合，EsNodeX用于接收写入请求、数据写入，提升集群性能和稳定性。

对于读写业务量较大的Elasticsearch集群，建议安装3~10个EsClient实例。

FusionInsight Elasticsearch EI企业智能

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。