Index Lifecycle Management (ILM)
Padroneggi Index Lifecycle Management per automatizzare rollover, architettura hot-warm-cold e conservazione, mantenendo veloci gli indici dei log e sotto controllo lo spazio di archiviazione.
Index Lifecycle Management (ILM) è una lezione System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) gratuita su CoddyKit. Questa è la lezione 4 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry), e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) include 4 lezioni in totale.
Parti di questa lezione non sono ancora state tradotte e vengono mostrate in inglese.
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.
Impara System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) con un tutor IA — gratis
Scrivi ed esegui vero codice nel tuo browser, ricevi aiuto istantaneo da un tutor IA disponibile 24/7, e riprendi da dove hai lasciato sul web o nell'app.
- Corsi
- 12
- Lezioni
- 48
Domande Frequenti
La lezione «Index Lifecycle Management (ILM)» è gratuita?
Sì — il testo completo di «Index Lifecycle Management (ILM)» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry), passa a CoddyKit PRO. Il corso System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) include 4 lezioni in totale.
Cosa imparerò in «Index Lifecycle Management (ILM)»?
Padroneggi Index Lifecycle Management per automatizzare rollover, architettura hot-warm-cold e conservazione, mantenendo veloci gli indici dei log e sotto controllo lo spazio di archiviazione. Eserciti System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry)?
Non è richiesta alcuna esperienza precedente. System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 4 di 4.
Quanto tempo richiede la lezione «Index Lifecycle Management (ILM)»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry)?
Sì. Ogni lezione System Observability: Logging, Metrics & Tracing (ELK + OpenTelemetry) include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Linguaggio di query di Elasticsearch (DSL)
- Filtri e pipeline di Logstash
- Discover e Lens di Kibana
- Index Lifecycle Management (ILM)