Gestión del ciclo de vida de índices (ILM)
Domine Index Lifecycle Management para automatizar la rotación, la arquitectura hot-warm-cold y la retención, manteniendo rápidos los índices de logs y controlado el almacenamiento.
Gestión del ciclo de vida de índices (ILM) es una lección gratuita de System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) en CoddyKit. Esta es la lección 4 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry), y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) incluye 4 lecciones en total.
Partes de esta lección aún no han sido traducidas y se muestran en inglés.
Why Manage Index Lifecycle?
Time-series data like logs grows endlessly. Index Lifecycle Management (ILM) automates moving, shrinking, and deleting indices so old data does not crush your cluster.
Rollover
Rollover creates a new index when the current one hits a size, age, or document count threshold. Writes always go to a single alias.
rollover:
max_size: 50gb
max_age: 1d
max_docs: 100000000Write Aliases
Apps write to an alias such as logs-write. ILM swaps which physical index the alias points to on rollover, invisible to the writer.
POST logs-write/_doc
{ "message": "..." }The Phases
ILM defines lifecycle phases a data ages through.
- Hot: actively written and queried
- Warm: read-only, queried less
- Cold: rarely queried, cheap storage
- Delete: removed
Hot Phase
The hot phase lives on the fastest nodes with the most resources, handling all writes and recent queries.
phases:
hot:
actions:
rollover: { max_age: 1d }Warm Phase
In warm, indices become read-only and may move to cheaper nodes. You can shrink shards and force-merge segments to save space.
warm:
min_age: 7d
actions:
forcemerge: { max_num_segments: 1 }
shrink: { number_of_shards: 1 }Cold and Frozen
Cold data moves to the cheapest disks; frozen can be searched directly from object storage. Both trade query speed for cost.
cold:
min_age: 30d
actions:
allocate: { require: { data: cold } }Delete Phase
The delete phase enforces retention by removing indices past a chosen age, the simplest way to cap storage growth.
delete:
min_age: 90d
actions:
delete: {}Attaching a Policy
An index template binds new indices to an ILM policy and the write alias automatically.
PUT _index_template/logs
{ "template": { "settings": {
"index.lifecycle.name": "logs-policy" } } }Node Roles
Hot-warm-cold relies on node attributes so allocation actions can route shards to the right hardware tier.
node.attr.data: hot # on fast nodes
node.attr.data: cold # on cheap nodesPutting It Together
A typical logging policy: roll over daily in hot, move to warm and force-merge after a week, go cold after a month, and delete after ninety days.
Quick Check
Pick the phase that enforces retention.
Recap
You learned how ILM automates index management: rollover starts fresh indices behind a write alias, and the hot-warm-cold-delete phases move data to cheaper tiers as it ages and finally remove it. Index templates bind policies automatically, keeping clusters fast and storage bounded.
Preguntas frecuentes
¿La lección «Gestión del ciclo de vida de índices (ILM)» es gratis?
Sí — el texto completo de «Gestión del ciclo de vida de índices (ILM)» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry), actualiza a CoddyKit PRO. El curso de System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) incluye 4 lecciones en total.
¿Qué aprenderé en «Gestión del ciclo de vida de índices (ILM)»?
Domine Index Lifecycle Management para automatizar la rotación, la arquitectura hot-warm-cold y la retención, manteniendo rápidos los índices de logs y controlado el almacenamiento. Practicas System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry)?
No se requiere experiencia previa. System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 4 de 4.
¿Cuánto tiempo toma la lección «Gestión del ciclo de vida de índices (ILM)»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry)?
Sí. Cada lección de System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Lenguaje de consultas de Elasticsearch (DSL)
- Filtros y pipelines de Logstash
- Discover y Lens de Kibana
- Gestión del ciclo de vida de índices (ILM)