在使用阿里云Elasticsearch(简称ES)之前,需要先评估阿里云ES的资源容量,包括磁盘容量、集群规格、shard大小和数量等。本文根据实际测试结果和用户使用经验,提供了相对通用的评估方法。

适用磁盘类型

本文适用于存储类型为SSD云盘的阿里云ES实例。

磁盘容量评估

影响阿里云ES集群磁盘空间大小的因素包括:
  • 副本数量:至少1个副本。
  • 索引开销:通常比源数据大10%(_all参数等未计算)。
  • 操作系统预留:默认操作系统会保留5%的文件系统供您处理关键流程、系统恢复以及磁盘碎片等。
  • ES内部开销:段合并、日志等内部操作,预留20%。
  • 安全阈值:通常至少预留15%的安全阈值。

根据以上因素得到最小磁盘总大小 = 源数据大小 * 3.4。计算方式如下。

磁盘总大小 = 源数据 * (1 + 副本数量) * (1 + 索引开销) / (1 - Linux预留空间) / (1 - ES开销) / (1 - 安全阈值)
= 源数据 * (1 + 副本数量) * 1.7
= 源数据 * 3.4
说明
  • 对于_all这项参数,如果不需要在业务上使用,通常建议您禁止或者有选择性地添加。
  • 如果您需要开启_all参数的索引,磁盘容量的开销也会随之增大。根据测试结果和使用经验,建议在上述评估的基础上,增加空间至原来的1.5倍。
    磁盘总大小 = 源数据 * (1 + 副本数) * 1.7 * (1 + 0.5) 
    = 源数据 * 5.1

集群规格评估

阿里云ES的单机规格在一定程度上限制了集群的能力,本文根据测试结果和使用经验给出如下建议:
  • 集群最大节点数:集群最大节点数 = 单节点CPU * 5
  • 单节点最大数据量。
    使用场景不同,单节点最大承载数据量也会不同,具体如下:
    • 数据加速、查询聚合等场景:单节点最大数据量 = 单节点存储空间(G) * 10
    • 日志写入、离线分析等场景:单节点最大数据量 = 单节点存储空间(G) * 50
    • 通常情况:单节点最大数据量 = 单节点存储空间(G) * 30

集群规格参考列表如下。

规格 最大节点数 单节点最大磁盘(查询) 单节点最大磁盘(日志) 单节点最大磁盘(通常)
2核4G 10 40 GB 200 GB 100 GB
2核8G 10 80 GB 400 GB 200 GB
4核16G 20 160 GB 800 GB 512 GB
8核32G 40 320 GB 1.5 TB 1 TB
16核64G 50 640 GB 2 TB 2 TB

Shard评估

Shard大小和数量是影响阿里云ES集群稳定性和性能的重要因素之一。阿里云ES集群中任何一个索引都需要有一个合理的shard规划。合理的shard规划能够防止因业务不明确,导致分片庞大消耗ES本身性能的问题。
说明 ES 7.x以下版本的索引默认包含5个主shard,1个副shard;ES 7.x 及以上版本的索引默认包含1个主shard,1个副shard。
在进行shard规划前,请先考虑以下几个问题:
  • 当前单个索引的数据多大
  • 数据是否会持续增长
  • 购买的实例规格多大
  • 是否会定期删除或者合并临时索引

基于以上问题,下文对shard规划提供了一些建议。这些建议仅供参考,实际业务中还需根据需求进行调整:

  • 建议在分配shard前,对ES进行数据测试。当数据量很大时,要减少写入量的大小,降低ES压力,建议选择多主1个副本;当数据量较小,且写入量也比较小时,建议使用单主多副本或者单主一副本。
  • 建议一个shard的存储量保持在30G以内(最优),特殊情况下,可以提升到50G以内。如果评估结果超过该容量,建议在创建索引之前,合理进行shard分配,后期进行reindex,虽然能保证不停机,但是比较耗时。
    说明 对于评估数据量低于30GB的业务,也可以使用1主多备的策略进行负载均衡。例如20GB的单索引,在5个数据节点中,可以考虑1主4副本的shard规划。
  • 对于日志分析或者超大索引场景,建议单个shard大小不要超过100GB。
  • 建议shard的个数(包括副本)要尽可能等于数据节点数,或者是数据节点数的整数倍。
    说明 主分片不是越多越好,因为主分片越多,ES性能开销也会越大。
  • 建议单个节点上同一索引的shard个数不要超5个。
  • 建议单个节点上全部索引的shard的数量不要超过100个(可以提升ES的性能开销)。
  • 建议按照1:5的比例添加独立的协调节点(2个起),CPU:Memory为1:4或1:8。例如10个8核32G的数据节点,建议配置2个8核32G的独立协调节点。
    说明 使用独立的协调节点,可以对最终的结果进行reduce操作,这样即使reduce阶段出现GC严重的现象,也不会影响数据节点。
  • 如果开启了自动创建索引功能,建议启用索引生命周期管理,或者通过ES API脚本删除此类索引。
  • 建议及时清理小索引(同样会占据ES堆内存)。
说明

由于不同用户在数据结构、查询复杂度、数据量大小、性能以及数据变化等方面的需求是不同的,所以本文的评估不一定适用于所有用户。您可以在条件允许的情况下,通过实际的数据和使用场景测试出适合自己的集群规格容量规划。

您可以参考本文的内容,对集群的规格容量进行初始规划,并通过阿里云ES提供的弹性扩容功能,在实际使用时根据情况随时进行增加磁盘大小、扩容节点个数、升级节点规格等操作。