আমার নাম ইগর সিডোরেঙ্কো, আমি প্রশাসকদের দলে একজন প্রযুক্তিগত নেতা যারা ডোমক্লিকের সম্পূর্ণ অবকাঠামো বজায় রাখে।

আমি ইলাস্টিকসার্চে বিতরণকৃত ডেটা স্টোরেজ সেট আপ করার ক্ষেত্রে আমার অভিজ্ঞতা ভাগ করতে চাই। আমরা দেখব নোডের কী সেটিংস শার্ডের বিতরণের জন্য দায়ী, কীভাবে ILM কাজ করে এবং কাজ করে।

যারা লগের সাথে কাজ করেন, একভাবে বা অন্যভাবে, পরবর্তী বিশ্লেষণের জন্য দীর্ঘমেয়াদী স্টোরেজ সমস্যার সম্মুখীন হন। ইলাস্টিকসার্চে, এটি বিশেষভাবে সত্য, কারণ কিউরেটরের কার্যকারিতার সাথে সবকিছুই দুর্ভাগ্যজনক ছিল। সংস্করণ 6.6 ILM কার্যকারিতা চালু করেছে। এটি 4 টি পর্যায় নিয়ে গঠিত:

• হট - সূচকটি সক্রিয়ভাবে আপডেট করা হচ্ছে এবং জিজ্ঞাসা করা হচ্ছে৷
• উষ্ণ - সূচকটি আর আপডেট করা হয়নি, তবে এখনও জিজ্ঞাসা করা হচ্ছে৷
• ঠান্ডা - সূচকটি আর আপডেট করা হয় না এবং খুব কমই জিজ্ঞাসা করা হয়। তথ্য এখনও অনুসন্ধানযোগ্য হতে হবে, কিন্তু ক্যোয়ারী ধীর হতে পারে.
• মুছুন - সূচকটির আর প্রয়োজন নেই এবং নিরাপদে মুছে ফেলা যেতে পারে।

দেওয়া

• ইলাস্টিকসার্চ ডেটা হট: 24 প্রসেসর, 128 GB মেমরি, 1,8 TB SSD RAID 10 (8 নোড)।
• ইলাস্টিকসার্চ ডেটা ওয়ার্ম: 24 প্রসেসর, 64 জিবি মেমরি, 8 টিবি নেটঅ্যাপ এসএসডি নীতি (4 নোড)।
• ইলাস্টিকসার্চ ডেটা কোল্ড: 8 প্রসেসর, 32 GB মেমরি, 128 TB HDD RAID 10 (4 নোড)।

লক্ষ্য

এই সেটিংসগুলি স্বতন্ত্র, এটি সবই নোডের স্থান, সূচকের সংখ্যা, লগ ইত্যাদির উপর নির্ভর করে। আমাদের প্রতিদিন 2-3 TB ডেটা থাকে।

• 5 দিন - গরম পর্যায় (8 প্রধান / 1 প্রতিরূপ)।
• 20 দিন - উষ্ণ পর্যায় (সংকুচিত-সূচক 4 প্রধান / 1 প্রতিরূপ)।
• 90 দিন - ঠান্ডা পর্যায় (ফ্রিজ-সূচক 4 প্রধান / 1 প্রতিরূপ)।
• 120 দিন - ফেজ মুছুন।

ইলাস্টিক সার্চ সেট আপ করা হচ্ছে

নোড জুড়ে শার্ড বিতরণ করতে, আপনার শুধুমাত্র একটি প্যারামিটার প্রয়োজন:

• গরম-নোড:

  ~]# cat /etc/elasticsearch/elasticsearch.yml | grep attr
  # Add custom attributes to the node:
  node.attr.box_type: hot

• উষ্ণ-নোড:

  ~]# cat /etc/elasticsearch/elasticsearch.yml | grep attr
  # Add custom attributes to the node:
  node.attr.box_type: warm

• ঠান্ডা-নোড:

  ~]# cat /etc/elasticsearch/elasticsearch.yml | grep attr
  # Add custom attributes to the node:
  node.attr.box_type: cold

লগস্ট্যাশ সেট আপ করা হচ্ছে

কিভাবে এটা সব কাজ করে এবং কিভাবে আমরা এই বৈশিষ্ট্য বাস্তবায়ন? ইলাস্টিকসার্চে লগ পেয়ে শুরু করা যাক। দুটি উপায় আছে:

1. Logstash কাফকা থেকে লগ আনে। পরিষ্কার বাছাই বা আপনার পাশে রূপান্তর করতে পারেন.
2. কিছু নিজে ইলাস্টিকসার্চে লিখছে, উদাহরণস্বরূপ, একটি এপিএম সার্ভার।

Logstash এর মাধ্যমে সূচী পরিচালনার একটি উদাহরণ বিবেচনা করুন। এটি একটি সূচক তৈরি করে এবং এটিতে প্রযোজ্য সূচক টেমপ্লেট এবং সংশ্লিষ্ট আইএলএম.

k8s-ingress.conf

input {
    kafka {
        bootstrap_servers => "node01, node02, node03"
        topics => ["ingress-k8s"]
        decorate_events => false
        codec => "json"
    }
}

filter {
    ruby {
        path => "/etc/logstash/conf.d/k8s-normalize.rb"
    }
    if [log] =~ "[warn]" or [log] =~ "[error]" or [log] =~ "[notice]" or [log] =~ "[alert]" {
        grok {
            match => { "log" => "%{DATA:[nginx][error][time]} [%{DATA:[nginx][error][level]}] %{NUMBER:[nginx][error][pid]}#%{NUMBER:[nginx][error][tid]}: *%{NUMBER:[nginx][error][connection_id]} %{DATA:[nginx][error][message]}, client: %{IPORHOST:[nginx][error][remote_ip]}, server: %{DATA:[nginx][error][server]}, request: "%{WORD:[nginx][error][method]} %{DATA:[nginx][error][url]} HTTP/%{NUMBER:[nginx][error][http_version]}", (?:upstream: "%{DATA:[nginx][error][upstream][proto]}://%{DATA:[nginx][error][upstream][host]}:%{DATA:[nginx][error][upstream][port]}/%{DATA:[nginx][error][upstream][url]}", )?host: "%{DATA:[nginx][error][host]}"(?:, referrer: "%{DATA:[nginx][error][referrer]}")?" }
            remove_field => "log"
        }
    }
    else {
        grok {
            match => { "log" => "%{IPORHOST:[nginx][access][host]} - [%{IPORHOST:[nginx][access][remote_ip]}] - %{DATA:[nginx][access][remote_user]} [%{HTTPDATE:[nginx][access][time]}] "%{WORD:[nginx][access][method]} %{DATA:[nginx][access][url]} HTTP/%{NUMBER:[nginx][access][http_version]}" %{NUMBER:[nginx][access][response_code]} %{NUMBER:[nginx][access][bytes_sent]} "%{DATA:[nginx][access][referrer]}" "%{DATA:[nginx][access][agent]}" %{NUMBER:[nginx][access][request_lenght]} %{NUMBER:[nginx][access][request_time]} [%{DATA:[nginx][access][upstream][name]}] (?:-|%{IPORHOST:[nginx][access][upstream][addr]}:%{NUMBER:[nginx][access][upstream][port]}) (?:-|%{NUMBER:[nginx][access][upstream][response_lenght]}) %{DATA:[nginx][access][upstream][response_time]} %{DATA:[nginx][access][upstream][status]} %{DATA:[nginx][access][request_id]}" }
            remove_field => "log"
        }
    }
}
output {
    elasticsearch {
        id => "k8s-ingress"
        hosts => ["node01", "node02", "node03", "node04", "node05", "node06", "node07", "node08"]
        manage_template => true # включаем управление шаблонами
        template_name => "k8s-ingress" # имя применяемого шаблона
        ilm_enabled => true # включаем управление ILM
        ilm_rollover_alias => "k8s-ingress" # alias для записи в индексы, должен быть уникальным
        ilm_pattern => "{now/d}-000001" # шаблон для создания индексов, может быть как "{now/d}-000001" так и "000001"
        ilm_policy => "k8s-ingress" # политика прикрепляемая к индексу
        index => "k8s-ingress-%{+YYYY.MM.dd}" # название создаваемого индекса, может содержать %{+YYYY.MM.dd}, зависит от ilm_pattern
    }
}

কিবানা সেটআপ

একটি বেস প্যাটার্ন আছে যা সমস্ত নতুন সূচীতে প্রযোজ্য। এটি হট ইনডেক্সের বন্টন, শার্ডের সংখ্যা, প্রতিলিপি ইত্যাদি সেট করে। টেমপ্লেটের ওজন বিকল্প দ্বারা নির্ধারিত হয় order. উচ্চ ওজন সহ টেমপ্লেটগুলি বিদ্যমান টেমপ্লেট প্যারামিটারগুলিকে ওভাররাইড করে বা নতুনগুলি যুক্ত করে৷

_টেমপ্লেট/ডিফল্ট পান

{
  "default" : {
    "order" : -1, # вес шаблона
    "version" : 1,
    "index_patterns" : [
      "*" # применяем ко всем индексам
    ],
    "settings" : {
      "index" : {
        "codec" : "best_compression", # уровень сжатия
        "routing" : {
          "allocation" : {
            "require" : {
              "box_type" : "hot" # распределяем только по горячим нодам
            },
            "total_shards_per_node" : "8" # максимальное количество шардов на ноду от одного индекса
          }
        },
        "refresh_interval" : "5s", # интервал обновления индекса
        "number_of_shards" : "8", # количество шардов
        "auto_expand_replicas" : "0-1", # количество реплик на ноду от одного индекса
        "number_of_replicas" : "1" # количество реплик
      }
    },
    "mappings" : {
      "_meta" : { },
      "_source" : { },
      "properties" : { }
    },
    "aliases" : { }
  }
}

তারপর সূচীতে ম্যাপিং প্রয়োগ করুন k8s-ingress-* একটি উচ্চ ওজন সঙ্গে একটি টেমপ্লেট ব্যবহার করে.

_template/k8s-ইনগ্রেস পান

{
  "k8s-ingress" : {
    "order" : 100,
    "index_patterns" : [
      "k8s-ingress-*"
    ],
    "settings" : {
      "index" : {
        "lifecycle" : {
          "name" : "k8s-ingress",
          "rollover_alias" : "k8s-ingress"
        },
        "codec" : "best_compression",
        "routing" : {
          "allocation" : {
            "require" : {
              "box_type" : "hot"
            }
          }
        },
        "number_of_shards" : "8",
        "number_of_replicas" : "1"
      }
    },
    "mappings" : {
      "numeric_detection" : false,
      "_meta" : { },
      "_source" : { },
      "dynamic_templates" : [
        {
          "all_fields" : {
            "mapping" : {
              "index" : false,
              "type" : "text"
            },
            "match" : "*"
          }
        }
      ],
      "date_detection" : false,
      "properties" : {
        "kubernetes" : {
          "type" : "object",
          "properties" : {
            "container_name" : {
              "type" : "keyword"
            },
            "container_hash" : {
              "index" : false,
              "type" : "keyword"
            },
            "host" : {
              "type" : "keyword"
            },
            "annotations" : {
              "type" : "object",
              "properties" : {
                "value" : {
                  "index" : false,
                  "type" : "text"
                },
                "key" : {
                  "index" : false,
                  "type" : "keyword"
                }
              }
            },
            "docker_id" : {
              "index" : false,
              "type" : "keyword"
            },
            "pod_id" : {
              "type" : "keyword"
            },
            "labels" : {
              "type" : "object",
              "properties" : {
                "value" : {
                  "type" : "keyword"
                },
                "key" : {
                  "type" : "keyword"
                }
              }
            },
            "namespace_name" : {
              "type" : "keyword"
            },
            "pod_name" : {
              "type" : "keyword"
            }
          }
        },
        "@timestamp" : {
          "type" : "date"
        },
        "nginx" : {
          "type" : "object",
          "properties" : {
            "access" : {
              "type" : "object",
              "properties" : {
                "agent" : {
                  "type" : "text"
                },
                "response_code" : {
                  "type" : "integer"
                },
                "upstream" : {
                  "type" : "object",
                  "properties" : {
                    "port" : {
                      "type" : "keyword"
                    },
                    "name" : {
                      "type" : "keyword"
                    },
                    "response_lenght" : {
                      "type" : "integer"
                    },
                    "response_time" : {
                      "index" : false,
                      "type" : "text"
                    },
                    "addr" : {
                      "type" : "keyword"
                    },
                    "status" : {
                      "index" : false,
                      "type" : "text"
                    }
                  }
                },
                "method" : {
                  "type" : "keyword"
                },
                "http_version" : {
                  "type" : "keyword"
                },
                "bytes_sent" : {
                  "type" : "integer"
                },
                "request_lenght" : {
                  "type" : "integer"
                },
                "url" : {
                  "type" : "text",
                  "fields" : {
                    "keyword" : {
                      "type" : "keyword"
                    }
                  }
                },
                "remote_user" : {
                  "type" : "text"
                },
                "referrer" : {
                  "type" : "text"
                },
                "remote_ip" : {
                  "type" : "ip"
                },
                "request_time" : {
                  "format" : "yyyy/MM/dd HH:mm:ss||yyyy/MM/dd||epoch_millis||dd/MMM/YYYY:H:m:s Z",
                  "type" : "date"
                },
                "host" : {
                  "type" : "keyword"
                },
                "time" : {
                  "format" : "yyyy/MM/dd HH:mm:ss||yyyy/MM/dd||epoch_millis||dd/MMM/YYYY:H:m:s Z",
                  "type" : "date"
                }
              }
            },
            "error" : {
              "type" : "object",
              "properties" : {
                "server" : {
                  "type" : "keyword"
                },
                "upstream" : {
                  "type" : "object",
                  "properties" : {
                    "port" : {
                      "type" : "keyword"
                    },
                    "proto" : {
                      "type" : "keyword"
                    },
                    "host" : {
                      "type" : "keyword"
                    },
                    "url" : {
                      "type" : "text",
                      "fields" : {
                        "keyword" : {
                          "type" : "keyword"
                        }
                      }
                    }
                  }
                },
                "method" : {
                  "type" : "keyword"
                },
                "level" : {
                  "type" : "keyword"
                },
                "http_version" : {
                  "type" : "keyword"
                },
                "pid" : {
                  "index" : false,
                  "type" : "integer"
                },
                "message" : {
                  "type" : "text"
                },
                "tid" : {
                  "index" : false,
                  "type" : "keyword"
                },
                "url" : {
                  "type" : "text",
                  "fields" : {
                    "keyword" : {
                      "type" : "keyword"
                    }
                  }
                },
                "referrer" : {
                  "type" : "text"
                },
                "remote_ip" : {
                  "type" : "ip"
                },
                "connection_id" : {
                  "index" : false,
                  "type" : "keyword"
                },
                "host" : {
                  "type" : "keyword"
                },
                "time" : {
                  "format" : "yyyy/MM/dd HH:mm:ss||yyyy/MM/dd||epoch_millis||dd/MMM/YYYY:H:m:s Z",
                  "type" : "date"
                }
              }
            }
          }
        },
        "log" : {
          "type" : "text"
        },
        "@version" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "ignore_above" : 256,
              "type" : "keyword"
            }
          }
        },
        "eventtime" : {
          "type" : "float"
        }
      }
    },
    "aliases" : { }
  }
}

সমস্ত টেমপ্লেট প্রয়োগ করার পরে, আমরা ILM নীতি প্রয়োগ করি এবং সূচকগুলির জীবন পর্যবেক্ষণ শুরু করি।

_ilm/policy/k8s-ইনগ্রেস পান

{
  "k8s-ingress" : {
    "version" : 14,
    "modified_date" : "2020-06-11T10:27:01.448Z",
    "policy" : {
      "phases" : {
        "warm" : { # теплая фаза
          "min_age" : "5d", # срок жизни индекса после ротации до наступления теплой фазы
          "actions" : {
            "allocate" : {
              "include" : { },
              "exclude" : { },
              "require" : {
                "box_type" : "warm" # куда перемещаем индекс
              }
            },
            "shrink" : {
              "number_of_shards" : 4 # обрезание индексов, т.к. у нас 4 ноды
            }
          }
        },
        "cold" : { # холодная фаза
          "min_age" : "25d", # срок жизни индекса после ротации до наступления холодной фазы
          "actions" : {
            "allocate" : {
              "include" : { },
              "exclude" : { },
              "require" : {
                "box_type" : "cold" # куда перемещаем индекс
              }
            },
            "freeze" : { } # замораживаем для оптимизации
          }
        },
        "hot" : { # горячая фаза
          "min_age" : "0ms",
          "actions" : {
            "rollover" : {
              "max_size" : "50gb", # максимальный размер индекса до ротации (будет х2, т.к. есть 1 реплика)
              "max_age" : "1d" # максимальный срок жизни индекса до ротации
            },
            "set_priority" : {
              "priority" : 100
            }
          }
        },
        "delete" : { # фаза удаления
          "min_age" : "120d", # максимальный срок жизни после ротации перед удалением
          "actions" : {
            "delete" : { }
          }
        }
      }
    }
  }
}

সমস্যার

সেটআপ এবং ডিবাগিং পর্যায়ে সমস্যা ছিল।

গরম পর্যায়

সূচকের সঠিক ঘূর্ণনের জন্য, শেষে উপস্থিতি গুরুত্বপূর্ণ index_name-date-000026 বিন্যাস সংখ্যা 000001. কোডে এমন লাইন রয়েছে যা শেষে সংখ্যার উপস্থিতির জন্য একটি নিয়মিত এক্সপ্রেশন ব্যবহার করে সূচী পরীক্ষা করে। অন্যথায়, একটি ত্রুটি হবে, সূচকে কোনো নীতি প্রয়োগ করা হবে না এবং এটি সর্বদা উত্তপ্ত পর্যায়ে থাকবে।

উষ্ণ পর্যায়

সঙ্কুচিত করা (কাটঅফ) — শার্ডের সংখ্যা হ্রাস করা, কারণ উষ্ণ এবং ঠান্ডা পর্যায়ে আমাদের 4টি নোড রয়েছে৷ ডকুমেন্টেশনে নিম্নলিখিত লাইনগুলি রয়েছে:

• সূচী শুধুমাত্র পঠিত হতে হবে.
• সূচকের প্রতিটি শার্ডের একটি অনুলিপি একই নোডে থাকতে হবে।
• ক্লাস্টার স্বাস্থ্য অবস্থা সবুজ হতে হবে.

একটি সূচক ছাঁটাই করার জন্য, ইলাস্টিকসার্চ সমস্ত প্রাথমিক শার্ডগুলিকে একটি নোডে নিয়ে যায়, প্রয়োজনীয় পরামিতি সহ ছেঁটে দেওয়া সূচকটিকে নকল করে এবং তারপরে পুরানোটিকে মুছে দেয়। প্যারামিটার total_shards_per_node একটি নোডে ফিট করার জন্য প্রধান শার্ডগুলির সংখ্যার সমান বা বেশি হতে হবে। অন্যথায়, বিজ্ঞপ্তি থাকবে এবং শার্ডগুলি সঠিক নোডে সরানো হবে না।

GET /srink-k8s-ingress-2020.06.06-000025/_সেটিংস

{
  "shrink-k8s-ingress-2020.06.06-000025" : {
    "settings" : {
      "index" : {
        "refresh_interval" : "5s",
        "auto_expand_replicas" : "0-1",
        "blocks" : {
          "write" : "true"
        },
        "provided_name" : "shrink-k8s-ingress-2020.06.06-000025",
        "creation_date" : "1592225525569",
        "priority" : "100",
        "number_of_replicas" : "1",
        "uuid" : "psF4MiFGQRmi8EstYUQS4w",
        "version" : {
          "created" : "7060299",
          "upgraded" : "7060299"
        },
        "lifecycle" : {
          "name" : "k8s-ingress",
          "rollover_alias" : "k8s-ingress",
          "indexing_complete" : "true"
        },
        "codec" : "best_compression",
        "routing" : {
          "allocation" : {
            "initial_recovery" : {
              "_id" : "_Le0Ww96RZ-o76bEPAWWag"
            },
            "require" : {
              "_id" : null,
              "box_type" : "cold"
            },
            "total_shards_per_node" : "8"
          }
        },
        "number_of_shards" : "4",
        "routing_partition_size" : "1",
        "resize" : {
          "source" : {
            "name" : "k8s-ingress-2020.06.06-000025",
            "uuid" : "gNhYixO6Skqi54lBjg5bpQ"
          }
        }
      }
    }
  }
}

ঠান্ডা পর্যায়

বরফে পরিণত করা (ফ্রিজ) - আমরা ঐতিহাসিক ডেটার উপর প্রশ্নগুলিকে অপ্টিমাইজ করতে সূচকটি হিমায়িত করি।

হিমায়িত সূচকগুলিতে সম্পাদিত অনুসন্ধানগুলি প্রতিটি নোডে হিমায়িত শার্ডগুলিকে আঘাত করে এমন সমসাময়িক অনুসন্ধানগুলির সংখ্যা নিয়ন্ত্রণ করতে ছোট, উত্সর্গীকৃত, অনুসন্ধান_থ্রোটলড থ্রেডপুল ব্যবহার করে। এটি হিমায়িত শার্ডগুলির সাথে সম্পর্কিত ক্ষণস্থায়ী ডেটা স্ট্রাকচারের জন্য প্রয়োজনীয় অতিরিক্ত মেমরির পরিমাণকে সীমিত করে, যা ফলস্বরূপ নোডগুলিকে অত্যধিক মেমরি খরচ থেকে রক্ষা করে।
হিমায়িত সূচকগুলি শুধুমাত্র পঠনযোগ্য: আপনি সেগুলিতে সূচী করতে পারবেন না।
হিমায়িত সূচকগুলিতে অনুসন্ধানগুলি ধীরে ধীরে কার্যকর হবে বলে আশা করা হচ্ছে৷ হিমায়িত সূচকগুলি উচ্চ অনুসন্ধান লোডের উদ্দেশ্যে নয়। এটা সম্ভব যে একটি হিমায়িত সূচকের অনুসন্ধান সম্পূর্ণ হতে কয়েক সেকেন্ড বা মিনিট সময় লাগতে পারে, এমনকি একই অনুসন্ধানগুলি মিলিসেকেন্ডে সম্পন্ন হলেও যখন সূচকগুলি হিমায়িত ছিল না।

ফলাফল

আমরা শিখেছি কিভাবে ILM এর সাথে কাজ করার জন্য নোড প্রস্তুত করতে হয়, হট নোডগুলির মধ্যে শার্ডগুলি বিতরণের জন্য একটি টেমপ্লেট সেট আপ করতে হয় এবং জীবনের সমস্ত পর্যায়ের সাথে একটি সূচকের জন্য ILM সেট আপ করতে হয়৷

দরকারী লিঙ্ক

• https://www.elastic.co/guide/en/elasticsearch/reference/master/index-lifecycle-management-api.html
• https://www.elastic.co/guide/en/elasticsearch/reference/master/recovery-prioritization.html
• https://www.elastic.co/guide/en/elasticsearch/reference/master/indices-shrink-index.html#indices-shrink-index
• https://www.elastic.co/guide/en/elasticsearch/reference/master/frozen-indices.html
• https://www.elastic.co/guide/en/elasticsearch/reference/master/modules-cluster.html#shard-allocation-awareness

উত্স: www.habr.com