ES 集群升级或维护
当把 elasticsearch 版本从 2.0.0 升级到 2.1.1 的时候，客户端完全不可用，接口变化了，因此在升级的时候，需要客户端也升级
重启整个 elasticsearch 集群之前，需要把副本关闭掉，然后在集群其中成功之后，再开启副本功能
-
重启单个 data 节点需要做以下操作，但是这个只针对冷索引
暂停数据写入程序
关闭集群shard allocation
手动执行POST /_flush/synced
重启节点
重新开启集群shard allocation
等待recovery完成，集群health status变成green
重新开启数据写入程序
-
删除磁盘上的数据的话，会引起 shard 数据变成默认值，因为只有在初始化的时候才会设置，所以删除后，手工进行初始化即可
停止所有的 ES 节点
停止客户端的数据写入
启动所有的 ES 节点
初始化 shard 数
-
启动客户端的数据写入
// 手动初始化 template http://ip/_plugin/kopf/#!/indexTemplates "template": "trace*", "settings": { "index": { "number_of_shards": "3", "number_of_replicas": "1" } }, "mappings": { "test": { "_source": { "includes": [ "traceId" ] }, "properties": { "traceId": { "type": "string" }, "binaryAnnotations": { "search_analyzer": "linieAnalzyer", "analyzer": "linieAnalzyer", "index": "analyzed", "type": "string" }, "app": { "index": "not_analyzed", "type": "string" }, "duration": { "type": "long" }, "suc": { "type": "string" }, "bizAnnotations": { "index": "not_analyzed", "type": "string" }, "host": { "index": "not_analyzed", "type": "string" }, "id": { "type": "string" }, "serviceId": { "index": "not_analyzed", "type": "string" }, "spanName": { "type": "string" }, "timestamp": { "type": "long" } } } }, "aliases": { }
-
停止 data 节点，shard 分配时间恢复，集群数据量大概是 1.26TB
停止1个节点，恢复时间大概是20分钟
停止2个节点，恢复时间大概是55分钟
停止3个节点，恢复时间大概是100分钟
停止5个节点，恢复时间大概是120分钟
ElasticSearch 使用经验
ES_HEAP_SIZE 使用不要超过物理内存的一半，最好不要超过 30.5 G
设置 vm.swappiness = 1
在 elasticsearch.yml 中设置 bootstrap.mlockall: true
官方推荐垃圾回收算法针对 ES 应该设置 CMS
search 的 theadpool 推荐设置为 cores * 3，其他线程池推荐和 cores 数量相等
disk I/O 的线程是有 Lucene 处理的，而不是 ES
设置 vm.max_map_count=262144 用于 mmapped files 的虚拟内存
-
修改配置请使用 API，API，API，而不是修改配置，修改 API 有两种方式，一种临时的，一种持久的，临时的修改当节点下次重启的时候会失效，永久的当下次重启的时候会覆盖静态配置
curl -XPUT ip:9200/_cluster/settings -d '{ "transient": { "logger.discover": "DEBUG" } "persistent": { "discovery.zen.minimum_master_nodes": 2 } }' 设置 slowlog 的阀值有利于定位问题，可以设置 queries, fetches, indexing 的 slowlog
如果你的集群是偏重于 indexing，而对 search 的性能要求不是毫秒级别的返回，可以做些设置做平衡。
Bulk size 比 documents 数量重要，比如 5-15 MB 每个 bulk
磁盘，首选 SSD，没有 SSD 的话，可以使用RAID0
path.data 配置多个路径
避免 segment merging ，当发生的时候， ES 会自动 throttle index 请求到单个线程，当你使用 SSD 的时候，默认的限制 20MB/s 太小了，可以设置成 100-200MB/s
如果在做一个大的 bulk import，可以设置 index.number_of_replicas：0，等到插入完成的时候，再进行 replicas
-
在升级或者做其他维护需要重启服务器的时候，请保持 ES master 节点是可用的，然后一台台重启 data 节点，最好是可以通过 api 先禁止 shard 分配，如果可以停止 indexing 新数据最好（但是这是不可能的）
-
执行命令禁止 allocation
PUT /_cluster/settings { "transient": { "cluster.routing.allocation.enable": "none" } } -
使用 shutdown api 停止一个节点
POST /_cluster/nodes/_local/_shutdown 执行升级或者维护
重启节点，确认加入了集群
-
启动 shard allocation
PUT /_cluster/settings { "transient": { "cluster.routing.allocation.enable": "all" } } 其他节点重复1到5步骤
-
使用 snapshot API 备份，建议备份到 HDFS 中，然后使用 _restore API 来恢复备份。
通过设置 action.disable_delete_all_indices: true. 来禁止通过 API 删除所有索引
indices.fielddata.cache.size: 25%，在 datanode 设置indices.cluster.send_refresh_mapping: false-
cluster.routing.allocation.cluster_concurrent_rebalance:2最好设置低一些，这样不会影响索引cluster.routing.allocation.disk.threshold_enabled:true cluster.routing.allocation.disk.watermark.low:.97 cluster.routing.allocation.disk.watermark.high:.99 -
恢复：
cluster.routing.allocation.node_concurrent_recoveries:4 cluster.routing.allocation.node_initial_primaries_recoveries:18 indices.recovery.concurrent_streams: 4 indices.recovery.max_bytes_per_sec: 40mb 避免数据丢失和 _bulk 的重试
threadpool.bulk.queue_size: 3000
监控
zabbix 监控 - https://github.com/ejimz/Elasticsearch-zabbix
需要监控的 10 个数据 - http://radar.oreilly.com/2015/04/10-elasticsearch-metrics-to-watch.html
目前使用的是插件监控方式，主要是以下三个插件
bigdesk
kopf
head
这些里面 kopf 目前最好用，bigdesk 从 es 1.x 版本后就不更新了，所以目前 2.x 版本的部分图表无法出来
