-
Elasticsearch 集群运维与索引设计完全指南:从一次"1200 个索引 12000 个 shard master OOM 重启 20 分钟全站搜不出"看懂为什么 docker run elasticsearch 远远不够
2022 年我们做一个电商日志检索系统 ES 集群 3 节点数据量从 50G 涨到 8TB 索引数从 30 个涨到 1200 个业务方说搜不动了第一版直接 docker-compose 起三个节点默认配置上线 demo 老板说 ES 真香半年后整个集群红得发紫第一种最让我傻眼是默认 5 shard 1 replica 1200 个索引等于 12000 个 shard master 节点 OOM 重…- 10
- 0
-
搜索接口越来越慢:一次 ElasticSearch 慢查询优化的复盘
商品搜索接口 P99 从几十毫秒涨到两三秒,高峰偶发超时。我先入为主想加机器,profile 之后发现问题全在查询写法和索引设计上。几天彻底治理:slowlog+profile 定位、from+size 深翻页换 search_after、过滤条件移入 filter context、聚合用 keyword 治理 fielddata、分片数收敛、mapping 优化。- 2
- 0
-
搜索翻页就超时:一次 Elasticsearch 查询优化的复盘
商品搜索翻到几十页就卡死、组合查询要三四秒,加了两台 ES 节点几乎没用。沉下心用 profile 剖析才发现问题全在自己:mapping 滥用 text、过滤条件塞 must、翻页用了深度 from/size。几天 ES 查询优化:search_after 游标分页、mapping text/keyword、query 与 filter、写入与分片优化、监控。- 0
- 0
-
Elasticsearch 查询从 3 秒到 50 毫秒:分片、mapping 与深分页治理实录
商品搜索接口 P99 从 80ms 涨到 3.2s,大促前 ES 集群变 red、查询频繁熔断。一周专项治理:ILM rollover/shrink 重新规划 1840 个分片、mapping 按用途瘦身、精确过滤改 filter、深分页改 search_after、JVM heap 让出 page cache。搜索 P99 稳定 50ms,集群常年 green。- 0
- 0
-
Elasticsearch 集群 50TB 治理:索引合并 + 冷热分层 + JVM 调优实录
ES 7.10 集群日增 800GB,3 个月 50TB,8000 索引 6w 分片,heap 90% Full GC,P99 8s,集群频繁 yellow/red。三周治理:索引合并按周 + mapping strict + JVM G1 + ILM 冷热分层 + search_after + slowlog 告警。P99 80ms,存储 18TB,成本 -56%。- 0
- 0
-
Elasticsearch 80 亿日志治理:P99 8s→200ms 磁盘 -60%
ES 7.17 集群 80 亿日志,搜索 P99 8s 写入打不住磁盘告警。一个月优化全实录:索引模板 strict + 分片设计 + ILM 冷热分离(hot/warm/cold) + bulk processor + JVM 调参 + 查询改写。P99 从 8s 降到 200ms,磁盘节约 60%。- 0
- 0
-
Elasticsearch 8000 主分片治理实战:p99 从 5s 降到 200ms
索引 2000+ shard 8000+,集群启动 25 分钟,小查询 5 秒。本文讲透 ES 索引设计 8 大坑:索引爆炸 / shard 瞎配 / 动态字段 / norms / refresh / source / 查询语法 / 写入路径,附 ILM 生命周期 + shrink + forcemerge + Bulk + best_compression 完整优化方案。- 2
- 0
-
Elasticsearch 完全指南:从倒排索引到集群部署的实战
Elasticsearch 是搜索引擎和数据分析平台的事实标准 —— 日志检索、产品搜索、统计分析、可观测性、推荐召回背后都能看到它。但很多人对 ES 的使用停留在"当数据库用",写入慢、查询不准、集群崩溃然后吐槽 ES 难。这篇文章把 ES 的核心架构、倒排索引、相关性评分、分片复制、性能调优一次讲透。 倒排索引:ES 快的根基 传统数据库按"行"组织,要…- 0
- 0
Elasticsearch
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×