Question

我们决定在我们的产品中加入搜索引擎。并比较ElasticSearch和Solr。当我们开始使用Elastic 2.3.3时。我们面临着索引速度慢的问题。我们使用Logstash提供弹性，并且对4000000条记录的表的索引花费了超过8小时。桌子的物理尺寸接近40GB。我们使用HDD ...是的，很可惜。但是在同一台PC上，我们测试了Solr，同样的操作需要3个小时。也许我们在弹性配置上犯了错误？另一个时刻弹性指数大小比表大小大两倍，solr指数仅为DB大小的8％。当我们使用logstash在文件中输出数据时，它会非常快。

这里我们配置了弹性的logstash的jdbc模块：

input { 
   jdbc {
        jdbc_driver_library => "F:\elasticsearch-2.3.3\lib\sqljdbc_4.0\enu\sqljdbc4.jar"
        jdbc_driver_class => "com.microsoft.sqlserver.jdbc.SQLServerDriver"
        jdbc_connection_string => "jdbc:sqlserver://s_tkachenko\mssql2014:49172;databaseName=work"
        jdbc_user => "sa"
        jdbc_password => "__masked_password__"
        statement => "SELECT id, name FROM Contact"                     
        }
      }

我们只设置了1个分片而没有副本。

亲爱的社区，也许你有任何建议，因为支持弹性只会在我们购买订阅后帮助我们。但购买订阅的产品根本不好，我认为这不是一个好主意。感谢您的关注，等待您的想法。

Answer 1

我认为1个碎片太少了。根据您的硬件配置增加。
使elasticsearch使用一半的内存：https://www.elastic.co/guide/en/elasticsearch/guide/current/heap-sizing.html#_give_less_than_half_your_memory_to_lucene
增加刷新间隔（默认值：1秒）：index.refresh_interval: 30s
inrease index buffer（默认值：％10）：indices.memory.index_buffer_size: 30%

同时您也可以在logstash中进行一些更改：

使用以下命令指定工作人员计数：-w {WORKER_COUNT}。 cpu count * 2在我的实验中是最好的。
使用以下命令指定缓冲区大小：-u {BUFFER_SIZE}。 512对我来说效果最好。

您还可以为elasticsearch输出插件指定输出工作计数和刷新beffer：

output {
    elasticsearch {
        # elasticsearch hosts
        hosts => ["127.0.0.1"]
        # bulk message size
        flush_size => 512
        # output worker cpu core * 2
        workers => 8
    }
}

希望其中一些帮助。

ElasticSearch中的索引速度令人难以置信

1 个答案: