如何通过热切的全球序数加快刷新速度

时间:2015-03-11 17:42:43

标签: elasticsearch

我有一个8节点集群(AWS上的8 r3.xlarge使用临时的80GB SSD磁盘随实例一起提供)。一个主索引和两个主索引类型。 他们之间有父/子关系。有7500万父母和15M孩子。 (我们定期清理孩子但保留父母)

为了加速has_child查询,我在孩子的父母字段上使用了渴望的全球序数。

使用渴望的全球序数似乎会显着减慢刷新时间。刷新现在最多可能需要3秒钟。

我相信我可以通过增加机器上的IO来加速刷新。但是,我可以使用其他任何设置来加快刷新速度吗?

我使用的是elasticsearch 1.4.2。

请注意,当我使用8 m3.xlarge和1 EBS卷时,刷新速度更快。 (这没有任何意义,因为EBS卷应该比短暂的磁盘具有更慢的IO ...)

谢谢!

2 个答案:

答案 0 :(得分:3)

没有任何指标可以指出争用的位置,这很棘手。你是真的受IO限制吗?还是计算限制?我发现后者经常发现它并不是一无所知。这可能是你比较两个四核实例类型的结论,但是当你到达r3时,其他的东西也可能会改变。

可能有所帮助的一些事情:

  • 删除合并限制index.store.throttle.type: none。使用SSD你不需要它,我们只是为了安全而使用它,因此索引不会消耗一个盒子。您可以为每个索引设置它,但如果测试显示它有帮助并且不会减慢搜索速度,只需将它放在每个节点上的配置中,或者在创建索引时将其放在应用程序中。

    < / LI>
  • 如果您正在使用Linux,请确保数据卷的IO计划程序设置为noop,或至少deadline。在使用固态硬盘时CFQ应该是DTRT,但我还没有发现这是真的。此外,在EC2上,您不需要具有虚拟化层的任何存储(理论上)的调度程序。请记住,除非您发现写入的持续时间大约为60mb / s,或者您的计算受限,否则这不会产生任何影响。

  • 由于你没有在m3上使用预先加载,它真的是苹果和橘子。只是预感,但减速可能会有点层叠,细分市场正在堆积,只有在索引流量中断时才能恢复。您可以尝试将index.refresh_interval增加到5s并查看手动刷新是否加快。使用/_cat/segments/INDEX | wc -l即可轻松监控。

  • 您可以尝试增加ES允许Lucene使用的线程数。在四个核心上,您可能没有太多的空间(需要那些CPU图表),但您可以进行一些测试并进行检查。 index.merge.scheduler.max_thread_count: 6(硬件上默认为4)。

答案 1 :(得分:0)

也许您可以完全避免计算全局序数。以下博客列出了用于处理高基数术语聚合的几种方法,并讨论了Elasticsearch如何构建和使用全局序数:https://www.elastic.co/blog/improving-the-performance-of-high-cardinality-terms-aggregations-in-elasticsearch