Elasticsearch og systemer for fulltekstsøk · leksjon

Livssyklusstyring av indekser

Automatiser aldringen av indekser gjennom fasene hot, warm, cold og delete med ILM-policyer for å styre kostnader og ytelse i stor skala.

Leksjon 4 av 413 trinn

Livssyklusstyring av indekser er en gratis leksjon i Elasticsearch og systemer for fulltekstsøk på CoddyKit. Dette er leksjon 4 av 4. Du kan lese valgfritt 3 leksjoner fra denne læringsstien gratis i sin helhet – deretter låser CoddyKit PRO opp alle leksjoner, samt praktisk øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i Elasticsearch og systemer for fulltekstsøk, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i Elasticsearch og systemer for fulltekstsøk inneholder totalt 4 leksjoner.

Data blir foreldet

Tidsbaserte data som logger og måledata fortsetter å vokse. Nye data blir spurt etter hele tiden, mens gamle data sjelden blir det. Index Lifecycle Management (ILM) automatiserer flyttingen av indekser gjennom ulike faser, slik at De bare bruker ressurser der de trengs.

De fire fasene

ILM definerer opptil fire faser:

Hot: skrives til og spørres aktivt.
Warm: det skrives ikke lenger til indeksen, men det spørres fortsatt mot den.
Cold: spørres sjelden mot og oppbevares rimelig.
Delete: fjernes.

Rollover

I hot-fasen oppretter rollover en ny indeks når den gjeldende når en grense for størrelse, antall dokumenter eller alder. Dette holder størrelsen på de enkelte shardene på et håndterbart nivå.

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

Definere en policy

En ILM-policy viser hver fase samt fasens min_age og handlinger. Her flyttes data til warm etter 7 dager og slettes etter 30 dager.

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

Handlinger i warm-fasen

I warm-fasen kan De shrink-e indeksen til færre shards, kjøre forcemerge på segmenter for mer effektive spørringer og flytte shards til rimeligere warm-noder ved hjelp av allokering.

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

Cold og frozen

Cold-fasen kan lagre data som søkbare snapshots i objektlagring, noe som reduserer kostnadene kraftig samtidig som dataene fortsatt kan spørres mot. Frozen-nivået går enda lenger for arkivdata.

Knytte til en indeks

En policy knyttes til indekser gjennom en indeksmal, slik at nye indekser som opprettes ved rollover, automatisk arver den.

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

Datastrømmer

Datastrømmer er den moderne måten å administrere tidsseriedata som bare legges til, ved hjelp av ILM. De skjuler rollover bak ett enkelt skrivealias, slik at De bare indekserer til navnet på datastrømmen.

Overvåke ILM

Bruk explain lifecycle-API-et for å se hvilken fase hver indeks er i, og om et trinn står fast eller har feilet.

GET logs-*/_ilm/explain

Gevinster for kostnad og ytelse

ILM lar nye data ligge på raske SSD-noder, mens gamle data gradvis flyttes til rimelig lagring og til slutt slettes automatisk. Dette er grunnlaget for kostnadseffektive tidsserieklynger i stor skala.

Beste praksis

Utfør rollover basert på størrelse for å holde shards nær 30–50 GB, kjør forcemerge først når skrivingen har stoppet, test policyer på en eksempelindeks, og kombiner alltid ILM med snapshots for reelle sikkerhetskopier (sletting er permanent).

Hurtigsjekk

Test forståelsen Deres av ILM.

Besvar den i den interaktive leksjonen

Oppsummering

De har lært å automatisere foreldelse av indekser:

ILM flytter indekser gjennom fasene hot, warm, cold og delete basert på alder.
Rollover holder shards på et håndterbart nivå, mens handlinger i warm-fasen utfører shrink og forcemerge.
Cold- og frozen-nivåene bruker søkbare snapshots for rimelig lagring.
Knytt policyer til maler, bruk datastrømmer for tidsserier, og kombiner ILM med faktiske snapshots.

Gratis å komme i gang

Lær deg Elasticsearch og systemer for fulltekstsøk med en AI-veileder – gratis

Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.

Kurs: 12
Leksjoner: 48

Start læringen gratis Se hele kurset

Ofte stilte spørsmål

Er leksjonen «Livssyklusstyring av indekser» gratis?

Ja – du kan lese valgfritt 3 av leksjonene i læringsstien Elasticsearch og systemer for fulltekstsøk, inkludert «Livssyklusstyring av indekser», gratis i sin helhet her på nettet. Deretter låser CoddyKit PRO opp alle leksjoner, samt interaktiv øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Kurset i Elasticsearch og systemer for fulltekstsøk inneholder totalt 4 leksjoner.

Hva lærer jeg i «Livssyklusstyring av indekser»?

Automatiser aldringen av indekser gjennom fasene hot, warm, cold og delete med ILM-policyer for å styre kostnader og ytelse i stor skala. Du øver på Elasticsearch og systemer for fulltekstsøk med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.

Trenger jeg erfaring for å begynne med Elasticsearch og systemer for fulltekstsøk?

Ingen tidligere erfaring er nødvendig. Elasticsearch og systemer for fulltekstsøk på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 4 av 4.

Hvor lang tid tar leksjonen «Livssyklusstyring av indekser»?

De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.

Kan jeg skrive og kjøre kode i denne Elasticsearch og systemer for fulltekstsøk-leksjonen?

Ja. Alle Elasticsearch og systemer for fulltekstsøk-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.

Alle leksjonene i dette kurset

← Tilbake til Elasticsearch og systemer for fulltekstsøk