elasticsearch5.3.0 bulk index 性能调优实践

导语： 腾讯云CDN上每天产生大量回源日志，回源日志通常用在问题定位的时候比较有用。这里使用filebeat+logstash+elasticsearch的方案收集、存储日志数据并提供查询。当前的使用场景里，每天有70亿条日志需要存储，属于写多读少的场景。本文整理了在搭建elasticsearch集群的时候需要注意的配置项，通过对这些配置项的调整，期望提高elasticsearch写入的性能。

一、集群基本信息

1. 每天日志量70亿

2. ES版本： 5.3.0

3. 机器部署

• master node： 3台
• data node： TS60*10
• client node： 2台

二、 写入优化措施及说明

未进行配置优化之前，ES集群负载非常高，主要表现在磁盘IO上，写入的qps在2万/s左右
为了提高写入的性能，笔者搜集了官方文档以及一些资料，有如下优化措施。

1. index.refresh_interval: "30s"

• 优化点： 减少刷新频率，降低潜在的写磁盘性能损耗
• 官网解释： How often to perform a refresh operation, which makes recent changes to the index visible to search. Defaults to 1s. Can be set to -1 to disable refresh.

2. translog优化

• 优化点： 减少写磁盘的频率

  python
  {
    "index": {
        "translog": {
            "flush_threshold_size": "1gb",
            "sync_interval": "30s",
            "durability": "async"
        }
    }
  }
  

• Lucene只有在commit的时候才会把之前的变更持久化存储到磁盘（每次操作都写到磁盘的话，代价太大），在commit之前如果出现故障，上一次commit之后的变更都会丢失

• 为了防止数据丢失，Lucene会把变更操作都记录在translog里，在出现故障的时候，从上次commit起记录在translog里的变更都可以恢复，尽量保证数据不丢失

• Lucene的flush操作就是执行一次commit，同时开始记录一个新的translog，所以translog是用来记录从上次commit到下一次commit之间的操作的

• flush操作的频率是通过translog的大小控制的，当translog大小达到一定值的时候就执行一次flush，对应参数为index.translog.flush_threshold_size，默认值是512mb，这里调整为1gb，减少flush的次数

• translog本身是文件，也需要存储到磁盘，它的存储方式通过index.translog.durability和index.translog.sync_interval设定。默认情况下，index.translog.durability=request，意为每次请求都会把translog写到磁盘。这种设定可以降低数据丢失的风险，但是磁盘IO开销会较大

• 这里采用异步方式持久化translog，每隔30秒写一次磁盘

3. index.store.throttle.type: "none"

• 优化点： 放开merge操作，加快合并，防止因为merge滞后导致index操作被限速

• 1.4的文档关于这个参数的解释：
  index操作首先会生成很多小的segment，会有异步逻辑合并（merge）这些segment
  merge操作比较消耗IO，当系统IO性能比较差的时候，merge会影响查询和索引的性能。
  index.store.throttle.type和index.store.throttle.max_bytes_per_sec可以在节点级或者index级限制merge操作消耗的磁盘带宽，防止因为merge导致磁盘高负载，影响其他操作

• 另一篇关于ES2.x index调优的文章里讲到，如果不关心查询的性能，可以把index.store.throttle.type设为none，意为不对merge操作限速
  这个参数默认配置是针对merge操作限制使用磁盘带宽20MBps

4. index.merge.scheduler.max_thread_count: 1

• 优化点： 减少并发并发merge对磁盘的消耗

• index由多个shard组成，每个shard又分成很多segment，segment是index数据存储的最小单位

• 执行索引操作时，ES会先生成小的segment

• segment比较多的时候会影响搜索性能（要查询很多segment），ES有离线的逻辑对小的segment进行合并，优化查询性能。但是合并过程中会消耗较多磁盘IO，会影响查询性能

• index.merge.scheduler.max_thread_count控制并发的merge线程数，如果存储是并发性能较好的SSD，可以用系统默认的max(1, min(4, availableProcessors / 2))，普通磁盘的话设为1

5. indices.memory.index_buffer_size: "20%"

• 优化点： 降低被动写磁盘的可能性

• 该配置项指定了用于索引操作的内存大小，索引的结果先存在内存中，缓存空间满了的话，缓存的内容会以segment为单位写到磁盘。显然，增大缓存空间大小可以降低被动写磁盘的频率

三、 优化思路梳理

1. 目标： 优化index性能

2. 主要降低index性能的因素： 磁盘IO（基于观察，负载非常高）

3. 哪些操作在消耗磁盘IO

• index refresh（不确定有没有写磁盘，待确认）
• Lucene flush
• translog persistant
• index buffer不足导致被动写磁盘
• segment merge

关于segment merge有两个调整，（1）减少并发merge的线程数，（2）放开merge的磁盘带宽限制。这里猜测是因为，merge操作是要做的，但是并发的merge比较耗磁盘IO，折中的方案是减少并发，加强单线程merge

四、 测试

以上配置全部用上之后，集群负载瞬间降低了，但是不清楚是哪个配置，或者哪些配置的影响比较大，下面通过测试确认了这些配置的影响

1. 测试方法

使用现网流量进行测试
将上述全部优化项启用的时候作为基准，分别禁用单个优化项，观察ES写入性能和集群负载

2. 测试日期：20170923

3. 测试数据

对比组	时间	qps	负载	说明
基准	14:30~15:00	61685	3	-
并发merge线程数设为默认（15:09）	15:30~16:00	64831	3	刚修改配置qps有个小凸尖，随后平稳
禁用translog优化（16:07）	16:12~16:22	18399	39	qps暴跌，负载猛增
refresh interval使用默认值1s（16:28）	16:31~17:01	57012	5	qps比基准微降，负载微曾
开启merge限流（17:05）	17:10~17:20	61862	2.5	和基准持平

4. 压测

按照所有优化项开启的设定，使用python api开启多线程向ES集群发起bulk index请求，同时观察kibana monitor界面，发现index qps达到30w/s，随后集群很快挂掉。

五、结论

以上测试可以看到

• translog优化禁用的时候集群负载最高，写入性能最差
• index refresh操作对写入的性能略有影响
• segment merge对写入性能影响非常小

附录

1. ES存储节点完整配置

cluster.routing.allocation.enable: all
bootstrap.system_call_filter: false
discovery.zen.ping.unicast.hosts: ["host0", "host1", "host2"]
thread_pool.bulk.queue_size: 6000
network.host: ${lanip}
cluster.routing.allocation.node_concurrent_recoveries: 128
path.data: 
   - /data1/cdn_log/data
   - /data2/cdn_log/data
   - /data3/cdn_log/data
   - /data4/cdn_log/data
   - /data5/cdn_log/data
   - /data6/cdn_log/data
   - /data7/cdn_log/data
   - /data8/cdn_log/data
   - /data9/cdn_log/data
   - /data10/cdn_log/data
   - /data11/cdn_log/data
   - /data12/cdn_log/data
node.master: false
path.logs: /data/log/hy-es
discovery.zen.minimum_master_nodes: 2
bootstrap.memory_lock: false
node.data: true
#node.attr.rack: r1
http.port: 9200
gateway.recover_after_data_nodes: 7
node.name: node-5
gateway.recover_after_master_nodes: 2
cluster.name: your_cluster_name
xpack.security.enabled: false
action.destructive_requires_name: true
indices.recovery.max_bytes_per_sec: 200mb
indices.memory.index_buffer_size: 20%

2. index template配置

{
  "order": 0,
  "template": "hy-log-*",
  "settings": {
    "index": {
      "refresh_interval": "30s",
      "number_of_shards": "20",
      "translog": {
        "flush_threshold_size": "1gb",
        "sync_interval": "30s",
        "durability": "async"
      },
      "number_of_replicas": "0"
    }
  },
  "mappings": {
    "_default_": {
      "dynamic_templates": [
        {
          "strings_as_keywords": {
            "mapping": {
              "index": "not_analyzed"
            },
            "match_mapping_type": "string"
          }
        }
      ]
    }
  },
  "aliases": {}
}