ฉันชื่อ Igor Sidorenko ฉันเป็นผู้นำด้านเทคนิคในทีมผู้ดูแลระบบที่ดูแลโครงสร้างพื้นฐานทั้งหมดของ Domclick

ฉันต้องการแบ่งปันประสบการณ์ของฉันในการตั้งค่าการจัดเก็บข้อมูลแบบกระจายใน Elasticsearch เราจะดูว่าการตั้งค่าใดบนโหนดมีหน้าที่รับผิดชอบในการกระจายเศษ วิธีการทำงานของ ILM และการทำงาน

ผู้ที่ทำงานกับบันทึกไม่ทางใดก็ทางหนึ่งประสบปัญหาในการจัดเก็บข้อมูลระยะยาวสำหรับการวิเคราะห์ในภายหลัง สิ่งนี้เป็นจริงโดยเฉพาะอย่างยิ่งใน Elasticsearch เพราะทุกอย่างโชคไม่ดีกับการทำงานของผู้ดูแล เวอร์ชัน 6.6 แนะนำฟังก์ชัน ILM ประกอบด้วย 4 ขั้นตอน:

• ร้อน - ดัชนีกำลังได้รับการอัปเดตและสอบถามอย่างแข็งขัน
• อบอุ่น - ดัชนีไม่ได้รับการอัพเดตอีกต่อไป แต่ยังคงถูกสอบถาม
• เย็น - ดัชนีไม่ได้รับการอัพเดตอีกต่อไปและไม่ค่อยมีการสอบถาม ข้อมูลยังคงสามารถค้นหาได้ แต่ข้อความค้นหาอาจช้าลง
• ลบ - ไม่จำเป็นต้องใช้ดัชนีอีกต่อไปและสามารถลบได้อย่างปลอดภัย

ที่ให้ไว้

• Elasticsearch Data Hot: 24 โปรเซสเซอร์, หน่วยความจำ 128 GB, 1,8 TB SSD RAID 10 (8 โหนด)
• Elasticsearch Data Warm: โปรเซสเซอร์ 24 ตัว, หน่วยความจำ 64 GB, นโยบาย NetApp SSD 8 TB (4 โหนด)
• Elasticsearch Data Cold: 8 โปรเซสเซอร์, หน่วยความจำ 32 GB, 128 TB HDD RAID 10 (4 โหนด)

เป้า

การตั้งค่าเหล่านี้เป็นรายบุคคล ทุกอย่างขึ้นอยู่กับตำแหน่งบนโหนด จำนวนดัชนี บันทึก ฯลฯ เรามีข้อมูล 2-3 TB ต่อวัน

• 5 วัน - เฟสร้อน (8 หลัก / 1 แบบจำลอง)
• 20 วัน - ระยะอบอุ่น (ดัชนีการหดตัว 4 ตัวหลัก / 1 ตัวจำลอง)
• 90 วัน - ระยะเย็น (ดัชนีการแช่แข็ง 4 ตัวหลัก / 1 ตัวจำลอง)
• 120 วัน - ลบเฟส.

การตั้งค่า ElasticSearch

ในการกระจายชาร์ดข้ามโหนด คุณต้องมีพารามิเตอร์เพียงตัวเดียว:

• ร้อน- โหนด:

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

• อบอุ่น- โหนด:

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

• เย็น- โหนด:

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

การตั้งค่า Logstash

ทั้งหมดทำงานอย่างไร และเราใช้คุณลักษณะนี้อย่างไร เริ่มต้นด้วยการเข้าสู่ระบบของ Elasticsearch มีสองวิธี:

1. Logstash ดึงบันทึกจาก Kafka สามารถรับทำความสะอาดหรือแปลงด้านข้างของคุณ
2. มีบางอย่างที่เขียนไปยัง Elasticsearch เช่น เซิร์ฟเวอร์ APM

พิจารณาตัวอย่างการจัดการดัชนีผ่าน Logstash มันสร้างดัชนีและนำไปใช้กับมัน แม่แบบดัชนี และสอดคล้องกัน 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
    }
}

การตั้งค่า Kibana

มีรูปแบบพื้นฐานที่ใช้กับดัชนีใหม่ทั้งหมด โดยจะตั้งค่าการกระจายของดัชนีฮอต จำนวนเศษ การจำลอง ฯลฯ น้ำหนักของเทมเพลตถูกกำหนดโดยตัวเลือก order. เทมเพลตที่มีน้ำหนักสูงกว่าจะแทนที่พารามิเตอร์เทมเพลตที่มีอยู่หรือเพิ่มใหม่

GET_template/ค่าเริ่มต้น

{
  "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" : { }
  }
}

จากนั้นใช้การแมปกับดัชนี k8s-ingress-* ใช้เทมเพลตที่มีน้ำหนักมากกว่า

รับ _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" : { }
  }
}

หลังจากใช้เทมเพลตทั้งหมดแล้ว เราจะใช้นโยบาย ILM และเริ่มตรวจสอบอายุของดัชนี

รับ _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" : { }
          }
        }
      }
    }
  }
}

ปัญหา

มีปัญหาในขั้นตอนการตั้งค่าและการดีบัก

เฟสร้อน

สำหรับการหมุนดัชนีที่ถูกต้อง การแสดงตนในตอนท้ายเป็นสิ่งสำคัญ index_name-date-000026 จัดรูปแบบตัวเลข 000001. มีบรรทัดในรหัสที่ตรวจสอบดัชนีโดยใช้นิพจน์ทั่วไปสำหรับการมีอยู่ของตัวเลขในตอนท้าย มิฉะนั้นจะเกิดข้อผิดพลาด จะไม่มีนโยบายใดๆ ใช้กับดัชนี และจะอยู่ในช่วงร้อนแรงเสมอ

วอร์มเฟส

หด (ทางลัด) - ลดจำนวนของเศษเพราะเรามี 4 โหนดในเฟสอุ่นและเย็น เอกสารประกอบด้วยบรรทัดต่อไปนี้:

• ดัชนีต้องเป็นแบบอ่านอย่างเดียว
• สำเนาของทุกชาร์ดในดัชนีต้องอยู่บนโหนดเดียวกัน
• สถานะความสมบูรณ์ของคลัสเตอร์ต้องเป็นสีเขียว

ในการตัดดัชนี Elasticsearch จะย้ายชาร์ดหลักทั้งหมดไปยังโหนดเดียว ทำซ้ำดัชนีที่ถูกตัดด้วยพารามิเตอร์ที่จำเป็น จากนั้นลบอันเก่าออก พารามิเตอร์ total_shards_per_node ต้องเท่ากับหรือมากกว่าจำนวนชาร์ดหลักเพื่อให้พอดีกับหนึ่งโหนด มิฉะนั้น จะมีการแจ้งเตือนและชิ้นส่วนจะไม่ย้ายไปยังโหนดที่ถูกต้อง

รับ /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"
          }
        }
      }
    }
  }
}

ระยะเย็น

แข็ง (หยุด) - เราตรึงดัชนีเพื่อเพิ่มประสิทธิภาพการค้นหาข้อมูลประวัติ

การค้นหาที่ดำเนินการบนดัชนีที่ถูกตรึงจะใช้ threadpool ขนาดเล็กเฉพาะสำหรับ search_throttled เพื่อควบคุมจำนวนของการค้นหาพร้อมกันที่กระทบกับเศษที่ถูกแช่แข็งในแต่ละโหนด ซึ่งจะจำกัดจำนวนหน่วยความจำเพิ่มเติมที่จำเป็นสำหรับโครงสร้างข้อมูลชั่วคราวที่สอดคล้องกับชิ้นส่วนที่ถูกแช่แข็ง ซึ่งส่งผลให้ป้องกันโหนดจากการใช้หน่วยความจำมากเกินไป
ดัชนีที่แช่แข็งเป็นแบบอ่านอย่างเดียว: คุณไม่สามารถจัดทำดัชนีได้
การค้นหาดัชนีที่ถูกระงับคาดว่าจะดำเนินการอย่างช้าๆ ดัชนีที่ถูกแช่แข็งไม่ได้มีไว้สำหรับโหลดการค้นหาสูง เป็นไปได้ว่าการค้นหาดัชนีที่ตรึงไว้อาจใช้เวลาเป็นวินาทีหรือนาทีจึงจะเสร็จสมบูรณ์ แม้ว่าการค้นหาเดียวกันจะเสร็จสิ้นในหน่วยมิลลิวินาทีเมื่อดัชนีไม่ได้ถูกหยุด

ผลของการ

เราได้เรียนรู้วิธีเตรียมโหนดสำหรับการทำงานกับ ILM ตั้งค่าเทมเพลตสำหรับการกระจายชาร์ดระหว่างฮอตโหนด และตั้งค่า ILM สำหรับดัชนีที่มีทุกช่วงอายุ

ลิงค์ที่มีประโยชน์

• 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

ที่มา: will.com