Elasticsearch系列生产集群的索引管理

概要

索引是我们使用Elasticsearch里最频繁的部分日常的操作都与索引有关，本篇从运维人员的视角，来玩一玩Elasticsearch的索引操作。

基本操作

在运维童鞋的视角里，索引的日常操作除了CRUD，还是打开关闭、压缩、alias重置，我们来了解一下。

创建索引

[esuser@elasticsearch02 ~]$curl -XPUT "http://elasticsearch02:9200/music?pretty" -H "Content-Type: application/json" -d "
{
    "settings" : {
        "index" : {
            "number_of_shards" : 3, 
            "number_of_replicas" : 2 
        }
    },
    "mappings" : {
        "type1" : {
            "properties" : {
                "name" : { "type" : "text" }
            }
        }
    }
}"

{
    "acknowledged": true,
    "shards_acknowledged": true
}

默认情况下，索引创建命令会在每个primary shard的replica shard 开始进行复制后，或者是请求超时之后，返回响应消息，如上。

acknowledged表示这个索引是否创建成功，shards_acknowledged表明了每个primary shard有没有足够数量的replica开始进行复制。

可能这两个参数会为false，但是索引依然可以创建成功。因为这些参数仅仅是表明在请求超时之前，这两个操作有没有成功，也有可能请求超时了，在超时前都没成功，但是实际上Elasticsearch Server端接收到了消息，并且都执行了，只是响应前还没来得及执行，所以响应的是false。

删除索引

curl -XDELETE "http://elasticsearch02:9200/music?pretty"

查询索引设置信息

curl -XGET "http://elasticsearch02:9200/music?pretty"

打开/关闭索引

curl -XPOST "http://elasticsearch02:9200/music/_close?pretty"
curl -XPOST "http://elasticsearch02:9200/music/_open?pretty"

如果一个索引关闭了，那么这个索引就没有任何的性能开销了，只要保留这个索引的元数据即可，然后对这个索引的读写操作都不会成功。一个关闭的索引可以接着再打开，打开以后会进行shard recovery过程。

如果集群数据定时有备份，在执行恢复的操作之前，必须将待恢复的索引关闭，否则恢复会报失败。

压缩索引

我们知道索引的primary shard数量在创建时一旦指定，后期就不能修改了，但是有一个这样的情况：预估的shard数量在实际生产之后，发现估算得有点高，比如原来设置number_of_shards为8，结果生产上线后发现数据量没那么大，我想把这个索引的primary shard压缩一下，该如何操作呢？

shrink命令的作用就是对索引进行压缩的，不过有个限制：压缩后的shard数量必须可以被原来的shard数量整除。如我们的8个primary shard的index可以只能被压缩成4个，2个，或者1个primary shard的index。

shrink命令的工作流程：

1. 创建一个跟source index的定义一样的target index，但是唯一的变化就是primary shard变成了指定的数量。
2. 将source index的segment file直接用hard-link的方式连接到target index的segment file，如果操作系统不支持hard-link，那么就会将source index的segment file都拷贝到target index的data dir中，会很耗时。如果用hard-link会很快。
3. target index进行shard recovery恢复。

案例演示

1. 我们创建一个number_of_shards为8的索引，名称为music8

curl -XPUT "http://elasticsearch02:9200/music8?pretty" -H "Content-Type: application/json" -d "
{
    "settings" : {
        "index" : {
            "number_of_shards" : 8, 
            "number_of_replicas" : 2 
        }
    },
    "mappings" : {
        "children" : {
            "properties" : {
                "name" : { "type" : "text" }
            }
        }
    }
}"

2. 在索引内灌点数据进去
3. 将索引的shard都移到一个node上去，如node1

curl -XPUT "http://elasticsearch02:9200/music8/_settings?pretty" -H "Content-Type: application/json" -d "
{
  "settings": {
    "index.routing.allocation.require._name": "node-1", 
    "index.blocks.write": true 
  }
}"

这个过程叫shard copy relocate，使用

`curl -XGET "http://elasticsearch02:9200/_cat/recovery?v"

可以查看该过程的进度。

4. 执行shrink命令，新的索引名称为music9

curl -XPOST "http://elasticsearch02:9200/music8/_shrink/music9?pretty" -H "Content-Type: application/json" -d "
{
  "settings": {
	"index.number_of_shards": 2, 
    "index.number_of_replicas": 1,
    "index.codec": "best_compression" 
  }
}"

执行完成后，可以看到music9的shard数据变化了，并且拥有music8所有的数据。

5. 将别名指向新的music9索引，客户端访问无感知。

rollover索引

我们最常见的日志索引，需要每天创建一个新的带日期的索引，但客户端又使用同一个alias进行写入，此时可以用rollover命令将alias重置到这个新的索引上。

假设log_write别名已经存在，示例命令：

curl -XPOST "http://elasticsearch02:9200/log_write/_rollover/log-20120122
-H "Content-Type: application/json" -d "
{
  "conditions": {
    "max_age":   "1d"
  }
}"

用crontab定时每天执行一次，并且将日期部分用shell脚本进行参数化，这样每天都创建一个带日期的索引名字，而客户端那边一直使用log_write别名作写入操作，对日志系统非常实用。

索引mapping管理

索引的mapping管理是非常基础的操作，我们可以在创建索引时定义mapping信息，也可以在索引创建成功后执行增加字段操作。

列举以下几个常用示例：

查看索引的mapping信息

curl -XGET "http://elasticsearch02:9200/music/_mapping/children?pretty"

查看索引指定field的mapping信息

curl -XGET "http://elasticsearch02:9200/music/_mapping/children/field/content?pretty"

创建索引时带上mapping信息

# 节省篇幅，省略大部分字段
curl -XPUT "http://elasticsearch02:9200/music?pretty" -H "Content-Type: application/json" -d " 
{
  "mappings": {
    "children": {
      "properties": {
        "content": {
          "type": "text",
          "fields": {
            "keyword": {
              "type": "keyword",
              "ignore_above": 256
            }
          }
		}
      }
    }
  }
}"

为索引增加一个字段name，类型为text

curl -XPUT "http://elasticsearch02:9200/music/_mapping/children?pretty" -H "Content-Type: application/json" -d " 
{
  "properties": {
    "name": {
      "type": "text"
    }
  }
}"

索引别名

客户端访问Elasticsearch的索引时，规范化操作都不会直接使用索引名称，而是使用索引别名，索引别名能够起到封装Elasticsearch真实索引的作用，像上面的rollover操作，索引重建操作，别名起到了非常关键的作用。

我们来简单看一下索引的基本操作：

# 创建索引别名
curl -XPOST "http://elasticsearch02:9200/_aliases?pretty" -H "Content-Type: application/json" -d "
{
    "actions" : [
        { "add" : { "index" : "music", "alias" : "music_prd" } }
    ]
}"

# 删除索引别名
curl -XPOST "http://elasticsearch02:9200/_aliases?pretty" -H "Content-Type: application/json" -d "
{
    "actions" : [
        { "remove" : { "index" : "music", "alias" : "music_prd" } }
    ]
}"

# 重命名别名：先删掉后添加
curl -XPOST "http://elasticsearch02:9200/_aliases?pretty" -H "Content-Type: application/json" -d "
{
    "actions" : [
        { "remove" : { "index" : "music", "alias" : "music_prd" } },
        { "add" : { "index" : "music2", "alias" : "music_prd" } }
    ]
}"

# 多个索引绑定一个别名
curl -XPOST "http://elasticsearch02:9200/_aliases?pretty" -H "Content-Type: application/json" -d "
{
    "actions" : [
        { "add" : { "indices" : ["music1", "music2"], "alias" : "music_prd" } }
    ]
}"

索引setting修改

查看索引setting信息：

curl -XGET "http://elasticsearch02:9200/music/_settings?pretty"

修改setting信息：

curl -XPUT "http://elasticsearch02:9200/music/_settings?pretty" -H "Content-Type: application/json" -d "
{
    "index" : {
        "number_of_replicas" : 1
    }
}"

setting最常见的修改项就是replicas的数量，其他的参数修改的场景不是特别多。

索引template

假设我们正在设计日志系统的索引结构，日志数据量较大，可能每天创建一个新的索引，索引名称按日期标记，但别名是同一个，这种场景就比较适合使用index template。

我们举个示例，先创建一个索引模板：

curl -XPUT "http://elasticsearch02:9200/_template/template_access_log?pretty" -H "Content-Type: application/json" -d "
{
  "template": "access-log-*",
  "settings": {
    "number_of_shards": 2
  },
  "mappings": {
    "log": {
      "_source": {
        "enabled": false
      },
      "properties": {
        "host_name": {
          "type": "keyword"
        },
		"thread_name": {
          "type": "keyword"
        },
        "created_at": {
          "type": "date",
          "format": "YYYY-MM-dd HH:mm:ss"
        }
      }
    }
  },
  "aliases" : {
      "access-log" : {}
  }
}"

索引名称符合"access-log-*"将使用该模板，我们创建一个索引：

curl -XPUT "http://elasticsearch02:9200/access-log-01?pretty"

查看该索引：

curl -XGET "http://elasticsearch02:9200/access-log-01?pretty"

可以看到如下结构：

[esuser@elasticsearch02 bin]$ curl -XGET "http://elasticsearch02:9200/access-log-01?pretty"
{
  "access-log-01" : {
    "aliases" : {
      "access-log" : { }
    },
    "mappings" : {
      "log" : {
        "_source" : {
          "enabled" : false
        },
        "properties" : {
          "created_at" : {
            "type" : "date",
            "format" : "YYYY-MM-dd HH:mm:ss"
          },
          "host_name" : {
            "type" : "keyword"
          },
          "thread_name" : {
            "type" : "keyword"
          }
        }
      }
    },
    "settings" : {
      "index" : {
        "creation_date" : "1581373546223",
        "number_of_shards" : "2",
        "number_of_replicas" : "1",
        "uuid" : "N8AHh3wITg-Zh4T6umCS2Q",
        "version" : {
          "created" : "6030199"
        },
        "provided_name" : "access-log-01"
      }
    }
  }
}

说明使用了模板的内容。

当然也有命令可以查看和删除template:

curl -XGET "http://elasticsearch02:9200/_template/template_access_log?pretty"

curl -XDELETE "http://elasticsearch02:9200/_template/template_access_log?pretty"

索引常用查询

索引操作统计查询

发生在索引上的所有CRUD操作，Elasticsearch都是会做统计的，而且统计的内容非常翔实，我们可以使用这条命令：

curl -XGET "http://elasticsearch02:9200/music/_stats?pretty"

内容非常详细，有好几百行，从doc的数据和占用的磁盘字节数，到get、search、merge、translog等底层数据应有尽有。

segment信息查询

索引下的segment信息，可以使用这条命令进行查询：

curl -XGET "http://elasticsearch02:9200/music/_segments?pretty"

内容也同样挺多，我们摘抄出关键的部分做个示例：

"segments" : {
  "_1" : {
    "generation" : 1,
    "num_docs" : 1,
    "deleted_docs" : 0,
    "size_in_bytes" : 7013,
    "memory_in_bytes" : 3823,
    "committed" : true,
    "search" : true,
    "version" : "7.3.1",
    "compound" : true,
    "attributes" : {
      "Lucene50StoredFieldsFormat.mode" : "BEST_SPEED"
    }
  }
}

这个片段表示名称为_1的segment的信息。详细如下：

• _1：segment的名称
• generation：segment的自增长ID
• num_docs：segment中没有被删除的document的数量
• deleted_docs：segment中被删除的document数量
• size_in_bytes：segment占用的磁盘空间
• memory_in_bytes：segment会将一些数据缓存在内存中，这个数值就是segment占用的内存的空间大小
• committed：segment是否被sync到磁盘上去了
• search：segment是否可被搜索，如果这个segment已经被sync到磁盘上，但是还没有进行refresh，值为false
• version：lucene的版本号
• compound：true表示lucene已将这个segment所有的文件都merge成了一个文件

shard存储信息

查看索引下shard的存储情况，分布在哪个node上，这条命令还是挺有用处的:

curl -XGET "http://elasticsearch02:9200/music/_shard_stores?status=green&pretty"

摘抄了一个片段，3表示shard的id：

"3" : {
  "stores" : [
    {
      "A1s1uus7TpuDSiT4xFLOoQ" : {
        "name" : "node-2",
        "ephemeral_id" : "Q3uoxLeJRnWQrw3E2nOq-Q",
        "transport_address" : "192.168.17.137:9300",
        "attributes" : {
          "ml.machine_memory" : "3954196480",
          "rack" : "r1",
          "xpack.installed" : "true",
          "ml.max_open_jobs" : "20",
          "ml.enabled" : "true"
        }
      },
      "allocation_id" : "o-t-AwGZRrWTflYLP030jA",
      "allocation" : "primary"
    },
    {
      "RGw1IXzZR4CeZh9FUrGHDw" : {
        "name" : "node-1",
        "ephemeral_id" : "B1pv6c4TRuu1vQNvL40iPg",
        "transport_address" : "192.168.17.138:9300",
        "attributes" : {
          "ml.machine_memory" : "3954184192",
          "rack" : "r1",
          "ml.max_open_jobs" : "20",
          "xpack.installed" : "true",
          "ml.enabled" : "true"
        }
      },
      "allocation_id" : "SaXqL8igRUmLAoBBQyQNqw",
      "allocation" : "replica"
    }
  ]
},

补充几个操作

1. 清空索引缓存

curl -XPOST "http://elasticsearch02:9200/music/_cache/clear?pretty"

2. 强制flush

强行将os cache里的数据强制fsync到磁盘上去，同时还会清理掉translog中的日志

curl -XPOST "http://elasticsearch02:9200/music/_flush?pretty"

3. refresh操作

显式地刷新索引，让在自动refresh前的所有操作变成可见

curl -XPOST "http://elasticsearch02:9200/music/_flush?pretty"

4. force merge

强制合并segment file，可以减小segment的数量 curl -XPOST "http://elasticsearch02:9200/music/_forcemerge?pretty"

以上4个操作，一般是由Elasticsearch自动去执行，非特殊情况下不需要人工干预。

小结

本篇从运维角度简单介绍了一下索引的一些日常操作与管理，能够熟练应用的话，可以提升操纵索引的效率。

专注Java高并发、分布式架构，更多技术干货分享与心得，请关注公众号：Java架构社区 可以扫左边二维码添加好友，邀请你加入Java架构社区微信群共同探讨技术