Elasticsearch索引的分片分配Recovery怎么使用

本篇內容主要講解“Elasticsearch索引的分片分配Recovery怎么使用”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Elasticsearch索引的分片分配Recovery怎么使用”吧!

什么是recovery？

在elasticsearch中，recovery指的是一個索引的分片分配到另外一個節點的過程，一般在快照恢復、索引復制分片的變更、節點故障或重啟時發生，由于master節點保存整個集群相關的狀態信息，因此可以判斷哪些分片需要再分配及分配到哪個節點，例如：

• 如果某個主分片在，而復制分片所在的節點掛掉了，那么master需要另行選擇一個可用節點，將這個主分片的復制分片分配到可用節點上，然后進行主從分片的數據復制。
  如果某個主分片所在的節點掛掉了，復制分片還在，那么master會主導將復制分片升級為主分片，然后再做主從分片數據復制。

• 如果某個分片的主副分片都掛掉了，則暫時無法恢復，而是要等持有相關數據的節點重新加入集群后，master才能主持數據恢復相關操作。

但是，recovery過程要消耗額外的資源，CPU、內存、節點間的網絡帶寬等。可能導致集群的服務性能下降，甚至部分功能暫時無法使用，所以，有必要了解在recovery的過程和其相關的配置，來減少不必要的消耗和問題。

減少集群full restart造成的數據來回拷貝

有時候，可能會遇到es集群整體重啟的情況，比如硬件升級、不可抗力的意外等，那么再次重啟集群會帶來一個問題：某些節點優先起來，并優先選舉出了主節點，有了主節點，該主節點會立刻主持recovery的過程。

但此時，這個集群數據還不完整（還有其他的節點沒有起來），例如A節點的主分片對應的復制分片所在的B節點還沒起來，但主節點會將A節點的幾個沒有復制分片的主分片重新拷貝到可用的C節點上。而當B節點成功起來了，自檢時發現在自己節點存儲的A節點主分片對應的復制分片已經在C節點上出現了，就會直接刪除自己節點中“失效”的數據（A節點的那幾個復制分片），這種情況很可能頻繁出現在有多個節點的集群中。

而當整個集群恢復后，其各個節點的數據分布，顯然是不均衡的（先啟動的節點把數據恢復了，后起來的節點內刪除了無效的數據），這時，master就會觸發Rebalance的過程，將數據在各個節點之間挪動，這個過程又消耗了大量的網絡流量。所以，我們需要合理的設置recovery相關參數來優化recovery過程。

• 在集群啟動過程中，一旦有了多少個節點成功啟動，就執行recovery過程，這個命令將master節點（有master資格的節點）和data節點都算在內。

gateway.expected_nodes: 3

• 有幾個master節點啟動成功，就執行recovery的過程。

gateway.expected_master_nodes: 3

• 有幾個data節點啟動成功，就執行recovery的過程。

gateway.expected_data_nodes: 3

當集群在期待的節點數條件滿足之前，recovery過程會等待gateway.recover_after_time指定的時間，一旦等待超時，則會根據以下條件判斷是否執行recovery的過程：

gateway.recover_after_nodes: 3    # 3個節點（master和data節點都算）啟動成功
gateway.recover_after_master_nodes: 3  # 3個有master資格的節點啟動成功
gateway.recover_after_data_nodes: 3   # 3個有data資格的節點啟動成功

上面三個配置滿足一個就會執行recovery的過程。
如果有以下配置的集群：

gateway.expected_data_nodes: 10
gateway.recover_after_time: 5m
gateway.recover_after_data_nodes: 8

此時的集群在5分鐘內，有10個data節點都加入集群，或者5分鐘后有8個以上的data節點加入集群，都會啟動recovery的過程。

減少主副本之間的數據復制

如果不是full restart，而是重啟單個節點，也會造成不同節點之間來復制，為了避免這個問題，可以在重啟之前，關閉集群的shard allocation。

PUT _cluster/settings
{
  "transient": {
    "cluster.routing.allocation.enable":"none"
  }
}

當節點重啟后，再重新打開：

PUT _cluster/settings
{
  "transient": {
    "cluster.routing.allocation.enable":"all"
  }
}

這樣，節點重啟后，盡可能的從本節點直接恢復數據。但是在es1.6版本之前，既使做了以上措施，仍然會出現大量主副分片之間的數據拷貝，從面上看，這點讓人很不理解，主副分片數據是完全一致的，在節點重啟后，直接從本節點的副本重恢復數據就好了呀，為什么還要再從主分片再復制一遍呢？原因是在于recovery是簡單的對比主副分片的segment file（分段文件）來判斷哪些數據一致是可以本地恢復，哪些不一致的需要重新拷貝的。而不同節點的segment file是完全獨立運行的，這可能導致主副本merge的深度不完全一致，從而造成即使文檔集完全一樣，而產生的segment file卻不完全一樣。

為了解決這個問題，在es1.6版本之后，加入了synced flush（同步刷新）新特性，對于5分鐘沒有更新過的shard，會自動synced flush一下，其實就是為對應的shard加入一個synced flush id，這樣在節點重啟后，先對比主副shard的synced flush id，就可以知道兩個shard是否完全相同，避免了不必要的segment file拷貝。

需要注意的是synced flush只對冷索引有效，對于熱索引（5分鐘內有更新的索引）無效，如果重啟的節點包含有熱索引，那還是免不了大量的拷貝。如果要重啟一個包含大量熱索引的節點，可以按照以下步驟執行重啟過程，可以讓recovery過程瞬間完成：

• 暫停數據寫入

• 關閉集群的shard allocation

• 手動執行 POST /_flush/synced

• 重啟節點

• 重新開啟集群的shard allocation

• 等待recovery完成，當集群的health status是green后

• 重新開啟數據寫入

特大熱索引為何恢復慢

對于冷索引，由于數據不再更新（對于elasticsearch來說，5分鐘，很久了），利用synced flush可以快速的從本地恢復數據，而對于熱索引，特別是shard很大的熱索引，除了synced flush派不上用場，從而需要大量跨節點拷貝segment file以外，translog recovery可能是導致慢的更重要的原因。
我們來研究下這個translog recovery是什么鬼！
當節點重啟后，從主分片恢復數據到復制分片需要經歷3個階段：

• 第一階段，對于主分片上的segment file做一個快照，然后拷貝到復制分片所在的節點，在數據拷貝期間，不會阻塞索引請求，新增的索引操作會記錄到translog中（理解為于臨時文件）。

• 第二階段，對于translog做一個快照，此快照包含第一階段新增的索引請求，然后重放快照里的索引操作，這個階段仍然不會阻塞索引請求，新增索引操作記錄到translog中。

• 第三階段，為了能達到主副分片完全同步，阻塞新索引請求，然后重放上一階段新增的translog操作。

由此可見，在recovery過程完成之前，translog是不能被清除掉的。如果shard比較大，第一階段會耗時很長，會導致此階段產生的translog很大，重放translog要比簡單的文件拷貝耗時更長，因此第二階段的translog耗時也顯著的增加了。等到了第三階段，需要重放的translog可能會比第二階段更多。要命的是，第三階段是會阻塞新索引（寫入）請求的，在對寫入實時性要求很高的場合，這就會導致性能下降，非常影響用戶體驗。因此，要加快特大熱索引恢復速度，最好是參照上一節中的方式：

• 暫停數據寫入。

• 手動synced flush。

• 等待數據恢復完成后。

• 重新恢復數據寫入。

這樣就會把數據延遲影響降到最低。

到此，相信大家對“Elasticsearch索引的分片分配Recovery怎么使用”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！