一、ES介绍
1、基础概念介绍
1. 索引：Elasticsearch中的“索引”有点像关系数据库中的数据库。 它是存储/索引数据的地方；
2.分片 shard
“分片”是Lucene的一个索引。 它本身就是一个功能齐全的搜索引擎。
“索引”可以由单个分片组成，但通常由多个分片组成，一部分主分片、一部分副本分片。
3.分段 segment
每个分片包含多个“分段”，其中分段是倒排索引，分段内的doc数量上限是2的31次方，默认每秒都会生成一个segment文件，通过GET /test/_segments查看
4.倒排索引：是一种将词项映射到文档ID的数据结构
5.translog日志文件：为了防止elasticsearch宕机造成数据丢失保证可靠存储，es会将每次写入数据同时写到translog日志中。
6.refresh操作：相比于Lucene的提交操作，ES的refresh是相对轻量级的操作，先将index-buffer中文档（document）生成的segment写到文件系统之中，默认1s钟刷新一次，所以说ES是近实时的搜索引擎，不是准实时。
7.flush操作：新创建的document数据会先进入到index buffer之后，与此同时会将操作记录在translog之中，当发生refresh时ranslog中的操作记录并不会被清除，而是当数据从filesystem cache中被写入磁盘之后才会将translog中清空。
8.Mapping: 是对索引库中索引的字段名称及其数据类型进行定义，类似于mysql中的表结构信息。不过es的mapping比数据库灵活很多，它可以动态识别字段。一般不需要指定mapping都可以，因为es会自动根据数据格式识别它的类型，
如果你需要对某些字段添加特殊属性（如：定义使用其它分词器、是否分词、是否存储等），就必须手动添加mapping。
2、ES写过程拆解
1.写入集群
步骤1：首先客户端根据配置的连接节点，通过轮询方式连接到一个coordinate节点。
步骤2：coodinate节点通过hash算法计算出数据在shard1上shard = hash(document_id) % (num_of_primary_shards)，然后根据节点上维护的shard信息，将请求发送到node1上。
步骤3：node1 对索引数据进行校验，然后写入到shard中。
步骤4：主节点数据写入成功后，将数据并行发送到副本集节点Node2,Node3。
步骤5：Node2,Node3写入数据成功后，发送ack信号给shard1主节点Node1。
步骤6：Node1发送ack给coordinate node；
步骤7：coordinate node发送ack给客户端。
2.写入shard
步骤1：新document首先写入index Buffer缓存中，同时写入到数据到translog buffer；
步骤2：每隔1s数据从buffer中refresh到FileSystemCache中，生成segment文件，一旦生成segment文件，就能通过索引查询到了。
步骤3：refresh完，memory buffer就清空了。
步骤4：每隔5s中，translog 从buffer flush到磁盘中。
步骤5：flush完，translog就被清空了。
3、ES搜索数据过程
步骤1：客户端发送请求到一个coordinate node
步骤2：协调节点将搜索请求转发到所有的shard对应的primary shard或replica shard也可以
步骤3：query phase：每个shard将自己的搜索结果（其实就是一些doc id），返回给协调节点，由协调节点进行数据的合并、排序、分页等操作，产出最终结果
步骤4：fetch phase：接着由协调节点，根据doc id去各个节点上拉取实际的document数据，最终返回给客户端
4、集群规模与容量规划
http://doc.oppoer.me/pages/viewpage.action?pageId=165283623
5、集群冷热部署（hot-warm）
"hotwarm_type":"hot" – >"hotwarm_type":"warm"
5、性能优化实践
1.分片大小Elasticsearch官方建议一个分片的大小应该在20到40 GB左右，
如果您计算出索引将存储300 GB的数据，则可以为该索引分配9到15个主分片。
根据集群大小，假设群集中有10个节点，您可以选择为此索引分配10个主分片，以便在集群节点之间均匀分配分片。
2.设置历史索引为只读，并进行段合并操作。
3.禁止swap，一台物理机部署一个ES进程，分配一半的物理内存给JVM，剩余的一半给lucene segment缓存；
4.增加刷新间隔 refresh_interval，适当减少flush操作频率
默认刷新间隔为1秒。这迫使Elasticsearch每秒创建一个分段。实际业务中，应该根据使用情况增加刷新间隔，举例：增加到30秒。
这样之后，30s产生一个大的段，较每秒刷新大大减少未来的段合并压力。最终会提升写入性能并使搜索查询更加稳定
"refresh_interval": "90s",
"number_of_shards": "20",
"translog": {
"flush_threshold_size": "500mb",
"sync_interval": "60s",
"durability": "async"
},
5.较少不必要的字段映射（mapping）
二、ES监控
第一部分：监控指标获取（三个维度）
1、集群监控指标：
1.Cluster Health – Nodes and Shards
通过GET _cluster/health监视群集时，可以查询集群的状态、节点数和活动分片计数的信息。还可以查看重新定位分片，初始化分片和未分配分片的计数。
1) Status：状态群集的状态。红色：部分主分片未分配。黄色：部分副本分片未分配。绿色：所有分片分配ok。
2) Nodes：节点。包括群集中的节点总数，并包括成功和失败节点的计数。 Count of Active
3) Shards：活动分片计数。集群中活动分片的数量。 Relocating Shards：重定位分片。由于节点丢失而移动的分片计数。
4) Initializing Shards：初始化分片。由于添加索引而初始化的分片计数。 Unassigned
5) Shards。未分配的分片。尚未创建或分配副本的分片计数。
2.Search – Request Latency and Request Rate
GET /_nodes/stats
请求过程本身分为两个阶段：
第一阶段是查询阶段（query phase），集群将请求分发到索引中的每个分片（主分片或副本分片）；
第二阶段是获取阶段（fetch phrase），查询结果被收集，处理并返回给用户。
1) query_current：当前正在进行的查询数。集群当前正在处理的查询计数。
2) fetch_current：当前正在进行的fetch次数。集群中正在进行的fetch计数。
3) query_total：查询总数。集群处理的所有查询的聚合数。
4) query_time_in_millis：查询总耗时。所有查询消耗的总时间（以毫秒为单位）。
5) fetch_total：提取总数。集群处理的所有fetch的聚合数。
6) fetch_time_in_millis：fetch所花费的总时间。所有fetch消耗的总时间（以毫秒为单位）。
3.Indexing – Refresh Times and Merge Times
监视文档的索引速率（ indexing rate ）和合并时间（merge time）有助于在开始影响集群性能之前提前识别异常和相关问题。将这些指标与每个节点的运行状况并行考虑，这些指标为系统内的潜问题提供重要线索，为性能优化提供重要参考。
2、主机监控指标
GET /_cat/nodes?v&h=id,disk.total,disk.used,disk.avail,disk.used_percent,ram.current,ram.percent,ram.max,cpu
1.Node – Memory Usage
2.Node – Disk I/O
3.Node – CPU
实际业务场景中推荐使用：Elastic-HQ， cerebro监控。
3、JVM监控指标
GET /_nodes/stats
1.jvm heap usage
2.gc
3.threads
第二部分：生产环境的监控
1、cerebro（集群状态、索引分片、主机层基础监控）http://cere-bjsm.oppoer.me
2、Kibana http://kb-bjht.ops.oppoer.me elastic qeYM6NAuVNIxfEtedlRb
3、Promethues+Grafna http://progra-bjsm.ops.oppoer.me/?orgId=1
参考：https://shenshengkun.github.io/posts/550bdf86.html
