京东物流：康睿姚再毅李振刘斌王北永

说明：以下全部均基于 ElasticSearch 8.1 版本

一跨集群检索 - ccr

官网文档地址：

跨集群检索的背景和意义

跨集群检索定义

跨集群检索环境搭建

官网文档地址：

步骤 1：搭建两个本地单节点集群，本地练习可取消安全配置

步骤 2：每个集群都执行以下命令

PUT _cluster/settings { "persistent": { "cluster": { "remote": { "cluster_one": { "seeds": [ "172.21.0.14:9301" ] },"cluster_two": { "seeds": [ "172.21.0.14:9302" ] } } } } }

步骤 3：验证集群之间是否互通

方案 1：Kibana 可视化查看：stack Management -> Remote Clusters -> status 应该是 connected！且必须打上绿色的对号。

方案 2：GET _remote/info

跨集群查询演练

# 步骤1 在集群 1 中添加数据如下 PUT test01/_bulk
{"index":{"_id":1}}
{"title":"this is from cluster01..."} # 步骤2 在集群 2 中添加数据如下： PUT test01/_bulk
{"index":{"_id":1}}
{"title":"this is from cluster02..."} # 步骤 3：执行跨集群检索如下: 语法：POST 集群名称1:索引名称,集群名称2:索引名称/_search POST cluster_one:test01,cluster_two:test01/_search
{ "took" : 7, "timed_out" : false, "num_reduce_phases" : 3, "_shards" : { "total" : 2, "successful" : 2, "skipped" : 0, "failed" : 0
  }, "_clusters" : { "total" : 2, "successful" : 2, "skipped" : 0
  }, "hits" : { "total" : { "value" : 2, "relation" : "eq" }, "max_score" : 1.0, "hits" : [
      { "_index" : "cluster_two:test01", "_id" : "1", "_score" : 1.0, "_source" : { "title" : "this is from cluster02..." }
      },
      { "_index" : "cluster_one:test01", "_id" : "1", "_score" : 1.0, "_source" : { "title" : "this is from cluster01..." }
      }
    ]
  }
}

二跨集群复制 - ccs - 该功能需付费

官网文档地址：
https:///guide/en/elasticsearch/reference/current/xpack-ccr.html

如何保障集群的高可用

副本机制
快照和恢复
跨集群复制（类似 mysql 主从同步）

跨集群复制概述

跨集群复制配置

准备两个集群，网络互通
开启 license 使用，可试用 30 天

开启位置：Stack Management -> License mangement.

3. 定义好谁是 Leads 集群，谁是 follower 集群

4. 在 follower 集群配置 Leader 集群

5. 在 follower 集群配置 Leader 集群的索引同步规则（kibana 页面配置）

a.stack Management -> Cross Cluster Replication -> create a follower index.

6. 启用步骤 5 的配置

三索引模板

官网文档地址：

8.X 之组件模板

1. 创建组件模板 - 索引 setting 相关

# 组件模板 - 索引setting相关 PUT _component_template/template_sttting_part { "template": { "settings": { "number_of_shards": 3, "number_of_replicas": 0 } } }

2. 创建组件模板 - 索引 mapping 相关

# 组件模板 - 索引mapping相关 PUT _component_template/template_mapping_part
{ "template": { "mappings": { "properties": { "hosr_name":{ "type": "keyword" }, "cratet_at":{ "type": "date", "format": "EEE MMM dd HH:mm:ss Z yyyy" }
      }
    }
  }
}

3. 创建组件模板 - 配置模板和索引之间的关联

// **注意：composed_of 如果多个组件模板中的配置项有重复，后面的会覆盖前面的，和配置的顺序有关** # 基于组件模板，配置模板和索引之间的关联 # 也就是所有 tem_* 该表达式相关的索引创建时，都会使用到以下规则 PUT _index_template/template_1
{ "index_patterns": [ "tem_*" ], "composed_of": [ "template_sttting_part", "template_mapping_part" ]
}

4. 测试

# 创建测试 PUT tem_001

索引模板基本操作

实战演练

需求 1：默认如果不显式指定 Mapping, 数值类型会被动态映射为 long 类型，但实际上业务数值都比较小，会存在存储浪费。需要将默认值指定为 Integer

索引模板，官网文档地址：

mapping - 动态模板，官网文档地址：

# 结合mapping 动态模板 和 索引模板 # 1.创建组件模板之 - mapping模板 PUT _component_template/template_mapping_part_01
{ "template": { "mappings": { "dynamic_templates": [
        { "integers": { "match_mapping_type": "long", "mapping": { "type": "integer" }
          }
        }
      ]
    }
  }
} # 2. 创建组件模板与索引关联配置 PUT _index_template/template_2
{ "index_patterns": ["tem1_*"], "composed_of": ["template_mapping_part_01"]
} # 3.创建测试数据 POST tem1_001/_doc/1 { "age":18 } # 4.查看mapping结构验证 get tem1_001/_mapping

需求 2：date_* 开头的字段，统一匹配为 date 日期类型。

索引模板，官网文档地址：

mapping - 动态模板，官网文档地址：

# 结合mapping 动态模板 和 索引模板 # 1.创建组件模板之 - mapping模板 PUT _component_template/template_mapping_part_01
{ "template": { "mappings": { "dynamic_templates": [
        { "integers": { "match_mapping_type": "long", "mapping": { "type": "integer" }
          }
        },
        { "date_type_process": { "match": "date_*", "mapping": { "type": "date", "format":"yyyy-MM-dd HH:mm:ss" }
        }
      }
      ]
    }
  }
} # 2. 创建组件模板与索引关联配置 PUT _index_template/template_2
{ "index_patterns": ["tem1_*"], "composed_of": ["template_mapping_part_01"]
} # 3.创建测试数据 POST tem1_001/_doc/2 { "age":19, "date_aoe":"2022-01-01 18:18:00" } # 4.查看mapping结构验证 get tem1_001/_mapping

四.LIM 索引生命周期管理

官网文档地址：

什么是索引生命周期

索引的生 -> 老 -> 病 -> 死

是否有过考虑，如果一个索引，创建之后，就不再去管理了？会发生什么？

什么是索引生命周期管理

索引太大了会如何？

大索引的恢复时间，要远比小索引恢复慢的多的多索引大了以后，检索会很慢，写入和更新也会受到不同程度的影响索引大到一定程度，当索引出现健康问题，会导致整个集群核心业务不可用

{BANNED}最佳佳实践

集群的单个分片{BANNED}最佳大文档数上限：2 的 32 次幂减 1，即 20 亿左右官方建议：分片大小控制在 30GB-50GB，若索引数据量无限增大，肯定会超过这个值

用户不关注全量

某些业务场景，业务更关注近期的数据，如近 3 天、近 7 天大索引会将全部历史数据汇集在一起，不利于这种场景的查询

索引生命周期管理的历史演变

LIM 前奏 - rollover 滚动索引

官网文档地址：

# 0.自测前提，lim生命周期rollover频率。默认10分钟 PUT _cluster/settings
{ "persistent": { "indices.lifecycle.poll_interval": "1s" }
} # 1. 创建索引，并指定别名 PUT test_index-0001 { "aliases": { "my-test-index-alias": { "is_write_index": true
    }
  }
} # 2.批量导入数据 PUT my-test-index-alias/_bulk
{"index":{"_id":1}}
{"title":"testing 01"}
{"index":{"_id":2}}
{"title":"testing 02"}
{"index":{"_id":3}}
{"title":"testing 03"}
{"index":{"_id":4}}
{"title":"testing 04"}
{"index":{"_id":5}}
{"title":"testing 05"} # 3.rollover 滚动规则配置 POST my-test-index-alias/_rollover
{ "conditions": { "max_age": "7d", "max_docs": 5, "max_primary_shard_size": "50gb" }
} # 4.在满足条件的前提下创建滚动索引 PUT my-test-index-alias/_bulk
{"index":{"_id":7}}
{"title":"testing 07"} # 5.查询验证滚动是否成功 POST my-test-index-alias/_search

LIM 前奏 - shrink 索引压缩

官网文档地址：

核心步骤：

1. 将数据全部迁移至一个独立的节点

2. 索引禁止写入

3. 方可进行压缩

# 1.准备测试数据 DELETE kibana_sample_data_logs_ext
PUT kibana_sample_data_logs_ext
{ "settings": { "number_of_shards": 5, "number_of_replicas": 0 }
}
POST _reindex
{ "source": { "index": "kibana_sample_data_logs" }, "dest": { "index": "kibana_sample_data_logs_ext" }
} # 2.压缩前必要的条件设置 # number_of_replicas :压缩后副本为0 # index.routing.allocation.include._tier_preference 数据分片全部路由到hot节点 # "index.blocks.write 压缩后索引不再允许数据写入 PUT kibana_sample_data_logs_ext/_settings
{ "settings": { "index.number_of_replicas": 0, "index.routing.allocation.include._tier_preference": "data_hot", "index.blocks.write": true }
} # 3.实施压缩 POST kibana_sample_data_logs_ext/_shrink/kibana_sample_data_logs_ext_shrink
{ "settings":{ "index.number_of_replicas": 0, "index.number_of_shards": 1, "index.codec":"best_compression" }, "aliases":{ "kibana_sample_data_logs_alias":{}
  }
}

LIM 实战

全局认知建立 - 四大阶段

官网文档地址：

生命周期管理阶段（Policy）：

Hot 阶段 (生)

Set priority

Unfollow

Rollover

Read-only

Shrink

Force Merge

Search snapshot

Warm 阶段（老）

Set priority

Unfollow

Read-only

Allocate

migrate

Shirink

Force Merge

Cold 阶段（病）

Search snapshot

Delete 阶段（死）

delete

演练

1. 创建 policy

Hot 阶段设置，rollover: max_age:3d，max_docs:5, max_size:50gb, 优先级：100
Warm 阶段设置：min_age:15s , forcemerage 段合并，热节点迁移到 warm 节点，副本数设置 0，优先级：50
Cold 阶段设置: min_age 30s, warm 迁移到 cold 阶段
Delete 阶段设置：min_age 45s，执行删除操作

PUT _ilm/policy/kr_20221114_policy
{ "policy": { "phases": { "hot": { "min_age": "0ms", "actions": { "set_priority": { "priority": 100 }, "rollover": { "max_size": "50gb", "max_primary_shard_size": "50gb", "max_age": "3d", "max_docs": 5 }
        }
      }, "warm": { "min_age": "15s", "actions": { "forcemerge": { "max_num_segments": 1 }, "set_priority": { "priority": 50 }, "allocate": { "number_of_replicas": 0 }
        }
      }, "cold": { "min_age": "30s", "actions": { "set_priority": { "priority": 0 }
        }
      }, "delete": { "min_age": "45s", "actions": { "delete": { "delete_searchable_snapshot": true }
        }
      }
    }
  }
}

2. 创建 index template

PUT _index_template/kr_20221114_template
{ "index_patterns": ["kr_index-**"], "template": { "settings": { "index": { "lifecycle": { "name": "kr_20221114_policy", "rollover_alias": "kr-index-alias" }, "routing": { "allocation": { "include": { "_tier_preference": "data-hot" }
          }
        }, "number_of_shards": "3", "number_of_replicas": "1" }
    }, "aliases": {}, "mappings": {}
  }
}

3. 测试需要修改 lim rollover 刷新频率

PUT _cluster/settings
{ "persistent": { "indices.lifecycle.poll_interval": "1s" }
}

4. 进行测试

# 创建索引，并制定可写别名 PUT kr_index-0001 { "aliases": { "kr-index-alias": { "is_write_index": true }
  }
} # 通过别名新增数据 PUT kr-index-alias/_bulk
{"index":{"_id":1}}
{"title":"testing 01"}
{"index":{"_id":2}}
{"title":"testing 02"}
{"index":{"_id":3}}
{"title":"testing 03"}
{"index":{"_id":4}}
{"title":"testing 04"}
{"index":{"_id":5}}
{"title":"testing 05"} # 通过别名新增数据，触发rollover PUT kr-index-alias/_bulk
{"index":{"_id":6}}
{"title":"testing 06"} # 查看索引情况 GET kr_index-0001 get _cat/indices?v

过程总结

{BANNED}中国第一步：配置 lim pollicy

横向：Phrase 阶段 (Hot、Warm、Cold、Delete) 生老病死
纵向：Action 操作（rollover、forcemerge、readlyonly、delete）

第二步：创建模板绑定 policy, 指定别名

第三步：创建起始索引

第四步：索引基于{BANNED}中国第一步指定的 policy 进行滚动

五.Data Stream

官网文档地址：

特性解析

Data Stream 让我们跨多个索引存储时序数据，同时给了唯一的对外接口（data stream 名称）

写入和检索请求发给 data stream
data stream 将这些请求路由至 backing index（后台索引）

Backing indices

每个 data stream 由多个隐藏的后台索引构成

自动创建
要求模板索引

rollover 滚动索引机制用于自动生成后台索引

将成为 data stream 新的写入索引

应用场景

日志、事件、指标等其他持续创建（少更新）的业务数据
两大核心特点
时序性数据
数据极少更新或没有更新

创建 Data Stream 核心步骤

官网文档地址：

Set up a data stream

To set up a data stream, follow these steps:

Create an index lifecycle policy
Create component templates
Create an index template
Create the data stream
Secure the data stream

演练

1. 创建一个 data stream，名称为 my-data-stream

2. index_template 名称为 my-index-template

3. 满足 index 格式【"my-data-stream*"】的索引都要被应用到

4. 数据插入的时候，在 data_hot 节点

5. 过 3 分钟之后要 rollover 到 data_warm 节点

6. 再过 5 分钟要到 data_cold 节点

# 步骤1 。创建 lim policy PUT _ilm/policy/my-lifecycle-policy
{ "policy": { "phases": { "hot": { "actions": { "rollover": { "max_size": "50gb", "max_age": "3m", "max_docs": 5 }, "set_priority": { "priority": 100 }
        }
      }, "warm": { "min_age": "5m", "actions": { "allocate": { "number_of_replicas": 0 }, "forcemerge": { "max_num_segments": 1 }, "set_priority": { "priority": 50 }
        }
      }, "cold": { "min_age": "6m", "actions": { "freeze":{}
        }
      }, "delete": { "min_age": "45s", "actions": { "delete": {}
        }
      }
    }
  }
} # 步骤2 创建组件模板 - mapping PUT _component_template/my-mappings
{ "template": { "mappings": { "properties": { "@timestamp": { "type": "date", "format": "date_optional_time||epoch_millis" }, "message": { "type": "wildcard" }
      }
    }
  }, "_meta": { "description": "Mappings for @timestamp and message fields", "my-custom-meta-field": "More arbitrary metadata" }
} # 步骤3 创建组件模板 - setting PUT _component_template/my-settings
{ "template": { "settings": { "index.lifecycle.name": "my-lifecycle-policy", "index.routing.allocation.include._tier_preference":"data_hot" }
  }, "_meta": { "description": "Settings for ILM", "my-custom-meta-field": "More arbitrary metadata" }
} # 步骤4 创建索引模板 PUT _index_template/my-index-template
{ "index_patterns": ["my-data-stream*"], "data_stream": { }, "composed_of": [ "my-mappings", "my-settings" ], "priority": 500, "_meta": { "description": "Template for my time series data", "my-custom-meta-field": "More arbitrary metadata" }
} # 步骤5 创建 data stream  并 写入数据测试 PUT my-data-stream/_bulk
{ "create":{ } }
{ "@timestamp": "2099-05-06T16:21:15.000Z", "message": "192.0.2.42 - - [06/May/2099:16:21:15 +0000] \"GET /images/bg.jpg HTTP/1.0\" 200 24736" }
{ "create":{ } }
{ "@timestamp": "2099-05-06T16:25:42.000Z", "message": "192.0.2.255 - - [06/May/2099:16:25:42 +0000] \"GET /favicon.ico HTTP/1.0\" 200 3638" }

POST my-data-stream/_doc
{ "@timestamp": "2099-05-06T16:21:15.000Z", "message": "192.0.2.42 - - [06/May/2099:16:21:15 +0000] \"GET /images/bg.jpg HTTP/1.0\" 200 24736" } # 步骤6 查看data stream 后台索引信息 GET /_resolve/index/my-data-stream*

一 跨集群检索 - ccr

跨集群检索的背景和意义

跨集群检索定义

跨集群检索环境搭建

跨集群查询演练

二 跨集群复制 - ccs - 该功能需付费

如何保障集群的高可用

跨集群复制概述

跨集群复制配置

三索引模板

8.X 之组件模板

索引模板基本操作

实战演练

四.LIM 索引生命周期管理

什么是索引生命周期

什么是索引生命周期管理

索引生命周期管理的历史演变

LIM 前奏 - rollover 滚动索引

LIM 前奏 - shrink 索引压缩

LIM 实战

全局认知建立 - 四大阶段

演练

1. 创建 policy

2. 创建 index template

3. 测试需要修改 lim rollover 刷新频率

4. 进行测试

过程总结

五.Data Stream

特性解析

Backing indices

应用场景

创建 Data Stream 核心步骤

Set up a data stream

演练

一跨集群检索 - ccr

二跨集群复制 - ccs - 该功能需付费