ElasticSearch性能优化方案
ElasticSearch性能优化主要分为4个方面的优化。一、服务器部署
1、增加1-2台服务器，用于负载均衡节点elasticSearch的配置文件中有2个参数：node.master和node.data。这两个参数搭配使用时，能够帮助提供服务器性能。
node.master: false
node.data: true
该node服务器只作为一个数据节点，只用于存储索引数据。使该node服务器功能 单一，只用于数据存储和数据查询，降低其资源消耗率。
node.master: true
node.data: false
该node服务器只作为一个主节点，但不存储任何索引数据。该node服务器将使用
自身空闲的资源，来协调各种创建索引请求或者查询请求，讲这些请求合理分发到相关 的node服务器上。
node.master: false
node.data: false
该node服务器即不会被选作主节点，也不会存储任何索引数据。
该服务器主要用 于查询负载均衡。在查询的时候，通常会涉及到从多个node服务器上查询数据，并请求分发到多个指定的node服务器，并对各个node服务器返回的结果进行一个汇总处理， 最终返回给客户端。
注：服务器充足情况下可以根据上述配置
2、在生产环境尽量关闭data节点服务器中的http功能，同时也不要安装head, bigdesk, marvel等监控 插件，这样保证data节点服务器只需处理创建/更新/删除/查询索引数据等操作。http功能可以在非数据节点服务器上开启，上述相关的监控插件也安装到这些服 务器上，用于监控ElasticSearch集群状态等数据信息。这样做一来出于数据安全考虑，二来出于服务性能考虑。
参数这样设置：http.enabled: false
3、一台服务器上最好只部署一个Node，一台物理服务器上可以启动多个Node服务器节点（通过设置不同的启动port）， 但一台服务器上的CPU,内存，硬盘等资源毕竟有限，从服务器性能考虑，在生产环境下不建议一台 服务器上启动多个node节点。
二、服务器配置
1.配置索引线程池的大小ElastiSearch服务器有多个线程池大小配置。主要有：index，search，suggest，get，bulk，percolate，snapshot，snapshot_data，warmer，refresh。
在此主要针对index和search进行一个配置调整。
index：创建/更新/删除索引数据。
Search：主要针对用户的各种搜索操作。
具体配置如下：
threadpool:
index:
type: fixed
size: 24（逻辑核心数*3）
queue_ size: 1000
search:
type: fixed
size: 24（逻辑核心数*3）
queue_ size: 1000
2.确定分片(shard)的数量和副本(replica)的数量 ElasticSearch在创建索引数据时，最好指定相关的shards数量和replicas，否则会使用服务器中的默认配置参数shards=5，replicas=1。 因为这两个属性的设置直接影响集群中索引和搜索操作的执行。假设你有足够的机器来持有碎片和副本，那么可以按如下规则设置这两个值：
1) 拥有更多的碎片可以提升索引执行能力，并允许通过机器分发一个大型的索引；
2) 拥有更多的副本能够提升搜索执行能力以及集群能力。对于一个索引来说，number_of_shards只能设置一次，而number_of_replicas可以使用索引更新设置API在任何时候被增加或者减少。这两个配置参数在配置文件的配置如下：
index.number_of_shards: 5（第一次分片的数值）
index.number_of_replicas: 1(可变)
3.elasticsearch.yml log日志其具体配置如下：
index.search.slowlog.level: INFO
index.search.slowlog.threshold.query.warn: 5s
index.search.slowlog.threshold.query.info: 2s
index.search.slowlog.threshold.query.debug: 500s
index.search.slowlog.threshold.query.trace: 500ms
index.search.slowlog.threshold.fetch.warn: 5s
index.search.slowlog.threshold.fetch.info: 2s
index.search.slowlog.threshold.fetch.debug: 500ms
index.search.slowlog.threshold.fetch.trace: 200ms
http://sempter.blog.iyunv.com/4340646/1664680
页:
[1]