Nama saya Igor Sidorenko, saya adalah ketua teknikal dalam pasukan pentadbir yang mengekalkan keseluruhan infrastruktur Domclick.

Saya ingin berkongsi pengalaman saya dalam menyediakan storan data teragih dalam Elasticsearch. Kami akan melihat tetapan pada nod yang bertanggungjawab untuk pengedaran serpihan, cara ILM berfungsi dan berfungsi.

Mereka yang bekerja dengan balak, satu cara atau yang lain, menghadapi masalah penyimpanan jangka panjang untuk analisis kemudian. Dalam Elasticsearch, ini adalah benar terutamanya, kerana segala-galanya adalah malang dengan fungsi kurator. Versi 6.6 memperkenalkan fungsi ILM. Ia terdiri daripada 4 fasa:

• Panas - Indeks sedang dikemas kini dan disoal secara aktif.
• Hangat - Indeks tidak lagi dikemas kini, tetapi masih disoal.
• Dingin - Indeks tidak lagi dikemas kini dan jarang ditanya. Maklumat mesti masih boleh dicari, tetapi pertanyaan mungkin lebih perlahan.
• Padam - Indeks tidak lagi diperlukan dan boleh dipadam dengan selamat.

Diberi

• Panas Data Elasticsearch: 24 pemproses, memori 128 GB, 1,8 TB SSD RAID 10 (8 nod).
• Panas Data Elasticsearch: 24 pemproses, memori 64 GB, Dasar SSD NetApp 8 TB (4 nod).
• Elasticsearch Data Cold: 8 pemproses, memori 32 GB, 128 TB HDD RAID 10 (4 nod).

Matlamat

Tetapan ini adalah individu, semuanya bergantung pada tempat pada nod, bilangan indeks, log, dll. Kami mempunyai 2-3 TB data setiap hari.

• 5 hari - Fasa panas (8 utama / 1 replika).
• 20 hari - Fasa panas (mengecut-indeks 4 utama / 1 replika).
• 90 hari - Fasa sejuk (indeks beku 4 utama / 1 replika).
• 120 hari - Fasa padam.

Menyediakan Elasticsearch

Untuk mengedarkan serpihan merentas nod, anda hanya memerlukan satu parameter:

• Hangat-nod:

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

• Panas-nod:

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

• Dingin-nod:

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

Menyediakan Logstash

Bagaimanakah semuanya berfungsi dan bagaimana kami melaksanakan ciri ini? Mari kita mulakan dengan mendapatkan log masuk ke Elasticsearch. Terdapat dua cara:

1. Logstash mengambil balak daripada Kafka. Boleh mengambil bersih atau menukar di sebelah anda.
2. Sesuatu itu sendiri menulis kepada Elasticsearch, sebagai contoh, pelayan APM.

Pertimbangkan contoh mengurus indeks melalui Logstash. Ia mencipta indeks dan digunakan padanya corak indeks dan sepadan ILM.

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
    }
}

Persediaan Kibana

Terdapat corak asas yang digunakan untuk semua indeks baharu. Ia menetapkan pengedaran indeks panas, bilangan serpihan, replika, dsb. Berat templat ditentukan oleh pilihan order. Templat dengan berat yang lebih tinggi mengatasi parameter templat sedia ada atau menambah yang baharu.

DAPATKAN _template/default

{
  "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" : { }
  }
}

Kemudian gunakan pemetaan pada indeks k8s-ingress-* menggunakan templat dengan berat yang lebih tinggi.

DAPATKAN _template/k8s-ingress

{
  "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" : { }
  }
}

Selepas menggunakan semua templat, kami menggunakan dasar ILM dan mula memantau hayat indeks.

DAPATKAN _ilm/policy/k8s-ingress

{
  "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" : { }
          }
        }
      }
    }
  }
}

Masalah

Terdapat masalah pada peringkat persediaan dan penyahpepijatan.

Fasa panas

Untuk putaran indeks yang betul, kehadiran pada penghujung adalah kritikal index_name-date-000026 format nombor 000001. Terdapat baris dalam kod yang menyemak indeks menggunakan ungkapan biasa untuk kehadiran nombor pada akhir. Jika tidak, ralat akan berlaku, tiada dasar akan digunakan pada indeks dan ia akan sentiasa berada dalam fasa panas.

Fasa panas

Penyusutan (cutoff) - kurangkan bilangan serpihan, kerana kita mempunyai 4 nod dalam fasa hangat dan sejuk. Dokumentasi mengandungi baris berikut:

• Indeks mesti dibaca sahaja.
• Salinan setiap serpihan dalam indeks mesti berada pada nod yang sama.
• Status kesihatan kluster mestilah hijau.

Untuk memangkas indeks, Elasticsearch mengalihkan semua serpihan utama ke satu nod, menduplikasi indeks yang dipotong dengan parameter yang diperlukan, dan kemudian memadamkan yang lama. Parameter total_shards_per_node mestilah sama dengan atau lebih besar daripada bilangan serpihan utama untuk dimuatkan pada satu nod. Jika tidak, akan ada pemberitahuan dan serpihan tidak akan berpindah ke nod yang betul.

DAPATKAN /shrink-k8s-ingress-2020.06.06-000025/_settings

{
  "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"
          }
        }
      }
    }
  }
}

Fasa sejuk

Membekukan (beku) - Kami membekukan indeks untuk mengoptimumkan pertanyaan pada data sejarah.

Carian yang dilakukan pada indeks beku menggunakan kumpulan benang kecil, berdedikasi, search_throttled untuk mengawal bilangan carian serentak yang mencecah serpihan beku pada setiap nod. Ini mengehadkan jumlah memori tambahan yang diperlukan untuk struktur data sementara yang sepadan dengan serpihan beku, yang seterusnya melindungi nod daripada penggunaan memori yang berlebihan.
Indeks beku adalah baca sahaja: anda tidak boleh mengindeks ke dalamnya.
Carian pada indeks beku dijangka dilaksanakan secara perlahan. Indeks beku tidak bertujuan untuk beban carian tinggi. Ada kemungkinan bahawa carian indeks beku mungkin mengambil masa beberapa saat atau minit untuk diselesaikan, walaupun carian yang sama diselesaikan dalam milisaat apabila indeks tidak dibekukan.

Keputusan

Kami belajar cara menyediakan nod untuk bekerja dengan ILM, menyediakan templat untuk mengedarkan serpihan antara nod panas dan menyediakan ILM untuk indeks dengan semua fasa kehidupan.

Pautan berguna

• 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

Sumber: www.habr.com