Elasticsearch dan Sistem Carian Teks Penuh · Pelajaran

Pengurusan Kitar Hayat Indeks

Automatikkan penuaan indeks melalui fasa panas, suam, sejuk dan pemadaman dengan dasar ILM untuk mengawal kos serta prestasi pada skala besar.

Pelajaran 4 daripada 413 langkah

Pengurusan Kitar Hayat Indeks ialah pelajaran Elasticsearch dan Sistem Carian Teks Penuh percuma di CoddyKit. Ini ialah pelajaran 4 daripada 4. Sebanyak 3 pelajaran dalam laluan pembelajaran ini boleh dibaca sepenuhnya secara percuma — selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan praktikal dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Elasticsearch dan Sistem Carian Teks Penuh, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Elasticsearch dan Sistem Carian Teks Penuh merangkumi sejumlah 4 pelajaran.

Data Menjadi Lama

Data berasaskan masa seperti log dan metrik terus bertambah. Data terkini sentiasa ditanya; data lama jarang ditanya. Pengurusan Kitar Hayat Indeks (ILM) mengautomatikkan pemindahan indeks melalui beberapa fasa supaya sumber hanya digunakan pada tempat yang penting.

Empat Fasa

ILM mentakrifkan sehingga empat fasa:

Panas: sedang aktif ditulis dan ditanya.
Suam: tidak lagi ditulis tetapi masih ditanya.
Sejuk: jarang ditanya dan disimpan dengan kos rendah.
Padam: dialih keluar.

Putaran

Dalam fasa panas, putaran memulakan indeks baharu apabila indeks semasa mencapai had saiz, bilangan dokumen atau umur. Ini memastikan setiap serpihan mempunyai saiz yang mudah diurus.

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

Mentakrifkan Dasar

Dasar ILM menyenaraikan setiap fasa, min_age dan tindakannya. Di sini, data dipindahkan ke fasa suam selepas 7 hari dan dipadam selepas 30 hari.

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

Tindakan Fasa Suam

Dalam fasa suam, anda boleh mengecilkan indeks kepada lebih sedikit serpihan, menggabung paksa segmen untuk meningkatkan kecekapan pertanyaan, dan memindahkan serpihan ke nod suam yang lebih murah melalui peruntukan.

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

Sejuk dan Beku

Fasa sejuk boleh menyimpan data sebagai petikan boleh dicari pada storan objek, sekali gus mengurangkan kos dengan ketara sambil mengekalkan keupayaan untuk membuat pertanyaan. Tingkat beku melangkah lebih jauh untuk data arkib.

Melampirkan pada Indeks

Dasar dipautkan kepada indeks melalui templat indeks, jadi indeks baharu yang terhasil daripada putaran akan mewarisinya secara automatik.

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

Strim Data

Strim data ialah cara moden untuk mengurus data siri masa yang hanya menerima tambahan dengan ILM. Strim ini menyembunyikan putaran di sebalik satu alias penulisan, jadi anda hanya perlu mengindeks ke dalam nama strim tersebut.

Memantau ILM

Gunakan API penjelasan kitar hayat untuk melihat fasa setiap indeks serta sama ada mana-mana langkah tersekat atau mengalami ralat.

GET logs-*/_ilm/explain

Faedah Kos dan Prestasi

ILM membolehkan data panas berada pada nod SSD yang pantas, manakala data lama beralih ke storan murah dan akhirnya dipadam secara automatik. Inilah asas kluster siri masa berskala besar yang menjimatkan kos.

Amalan Terbaik

Lakukan putaran berdasarkan saiz untuk mengekalkan serpihan sekitar 30-50 GB, lakukan penggabungan paksa hanya selepas penulisan berhenti, uji dasar pada indeks sampel, dan sentiasa padankan ILM dengan petikan untuk sandaran sebenar (pemadaman adalah kekal).

Semakan Pantas

Uji pemahaman anda tentang ILM.

Jawab dalam pelajaran interaktif

Imbas Kembali

Anda telah mempelajari cara mengautomatikkan penuaan indeks:

ILM memindahkan indeks melalui fasa panas, suam, sejuk dan padam mengikut umur.
Putaran memastikan serpihan mudah diurus; tindakan fasa suam mengecilkan dan menggabung paksa serpihan.
Tingkat sejuk dan beku menggunakan petikan boleh dicari untuk storan murah.
Pasangkan dasar melalui templat, gunakan strim data untuk siri masa, dan padankan ILM dengan petikan sebenar.

Percuma untuk bermula

Pelajari Elasticsearch dan Sistem Carian Teks Penuh dengan tutor kecerdasan buatan — percuma

Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.

Kursus: 12
Pelajaran: 48

Mula belajar secara percuma Lihat kursus penuh

Soalan Lazim

Adakah pelajaran “Pengurusan Kitar Hayat Indeks” percuma?

Ya — sebanyak 3 pelajaran dalam laluan pembelajaran Elasticsearch dan Sistem Carian Teks Penuh, termasuk “Pengurusan Kitar Hayat Indeks”, boleh dibaca sepenuhnya secara percuma di web ini. Selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan interaktif dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Kursus Elasticsearch dan Sistem Carian Teks Penuh merangkumi sejumlah 4 pelajaran.

Apakah yang akan saya pelajari dalam “Pengurusan Kitar Hayat Indeks”?

Automatikkan penuaan indeks melalui fasa panas, suam, sejuk dan pemadaman dengan dasar ILM untuk mengawal kos serta prestasi pada skala besar. Anda berlatih Elasticsearch dan Sistem Carian Teks Penuh menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.

Adakah saya memerlukan pengalaman untuk memulakan Elasticsearch dan Sistem Carian Teks Penuh?

Tiada pengalaman terdahulu diperlukan. Pembelajaran Elasticsearch dan Sistem Carian Teks Penuh di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 4 daripada 4.

Berapa lamakah pelajaran “Pengurusan Kitar Hayat Indeks” diambil?

Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.

Bolehkah saya menulis dan menjalankan kod dalam pelajaran Elasticsearch dan Sistem Carian Teks Penuh ini?

Ya. Setiap pelajaran Elasticsearch dan Sistem Carian Teks Penuh menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.

Semua pelajaran dalam kursus ini

← Kembali ke Elasticsearch dan Sistem Carian Teks Penuh