Elasticsearch & Full Text Search Systems · 강의

인덱스 수명 주기 관리

ILM 정책으로 핫, 웜, 콜드, 삭제 단계를 거치는 인덱스의 노후화를 자동화해 대규모 환경에서 비용과 성능을 관리하는 방법을 익혀 보세요.

인덱스 수명 주기 관리은(는) CoddyKit의 무료 Elasticsearch & Full Text Search Systems 강의입니다. 이것은 4개 중 4번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Elasticsearch & Full Text Search Systems 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Elasticsearch & Full Text Search Systems 강의에는 총 4개의 강의가 포함되어 있습니다.

이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.

Data Gets Old

Time-based data like logs and metrics keeps growing. Recent data is queried constantly; old data rarely. Index Lifecycle Management (ILM) automates moving indices through phases so you spend resources only where they matter.

The Four Phases

ILM defines up to four phases:

Hot: actively written and queried.
Warm: no longer written, still queried.
Cold: rarely queried, kept cheaply.
Delete: removed.

Rollover

In the hot phase, rollover starts a fresh index when the current one hits a size, document count, or age limit. This keeps individual shards a manageable size.

"rollover": {
  "max_size": "50gb",
  "max_age": "7d"
}

Defining a Policy

An ILM policy lists each phase and its min_age and actions. Here data moves to warm after 7 days and is deleted after 30.

PUT _ilm/policy/logs_policy
{
  "policy": { "phases": {
    "hot":  { "actions": { "rollover": { "max_age": "1d" } } },
    "warm": { "min_age": "7d",  "actions": {} },
    "delete": { "min_age": "30d", "actions": { "delete": {} } }
  }}
}

Warm Phase Actions

In warm you can shrink the index to fewer shards, forcemerge segments for query efficiency, and move shards to cheaper warm nodes via allocation.

"warm": {
  "actions": {
    "forcemerge": { "max_num_segments": 1 },
    "shrink": { "number_of_shards": 1 }
  }
}

Cold and Frozen

The cold phase can store data as searchable snapshots on object storage, drastically cutting cost while keeping it queryable. The frozen tier takes this even further for archival data.

Attaching to an Index

A policy is linked to indices through an index template, so newly rolled-over indices inherit it automatically.

PUT _index_template/logs_template
{
  "index_patterns": ["logs-*"],
  "template": { "settings": {
    "index.lifecycle.name": "logs_policy"
  }}
}

Data Streams

Data streams are the modern way to manage append-only time-series data with ILM. They hide rollover behind a single write alias, so you just index into the stream name.

Monitoring ILM

Use the explain lifecycle API to see which phase each index is in and whether any step is stuck or errored.

GET logs-*/_ilm/explain

Cost and Performance Wins

ILM lets hot data live on fast SSD nodes while old data drifts to cheap storage and is eventually deleted automatically. This is the backbone of cost-effective, large-scale time-series clusters.

Best Practices

Roll over on size to keep shards near 30-50 GB, forcemerge only once writes stop, test policies on a sample index, and always pair ILM with snapshots for true backups (delete is permanent).

Quick Check

Test your understanding of ILM.

Recap

You learned to automate index aging:

ILM moves indices through hot, warm, cold, and delete phases by age.
Rollover keeps shards manageable; warm actions shrink and forcemerge.
Cold/frozen tiers use searchable snapshots for cheap storage.
Attach policies via templates, use data streams for time-series, and pair ILM with real snapshots.

자주 묻는 질문

“인덱스 수명 주기 관리” 강의는 무료인가요?

네 — “인덱스 수명 주기 관리” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Elasticsearch & Full Text Search Systems 강의 전체를 잠금 해제할 수 있습니다. Elasticsearch & Full Text Search Systems 강의에는 총 4개의 강의가 포함되어 있습니다.

“인덱스 수명 주기 관리”에서 뭘 배우나요?

ILM 정책으로 핫, 웜, 콜드, 삭제 단계를 거치는 인덱스의 노후화를 자동화해 대규모 환경에서 비용과 성능을 관리하는 방법을 익혀 보세요. 브라우저에서 직접 실행하는 실습 코드로 Elasticsearch & Full Text Search Systems을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

Elasticsearch & Full Text Search Systems을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 Elasticsearch & Full Text Search Systems은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 4번째 강의입니다.

“인덱스 수명 주기 관리” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 Elasticsearch & Full Text Search Systems 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 Elasticsearch & Full Text Search Systems 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← Elasticsearch & Full Text Search Systems(으)로 돌아가기