背景

用户需求：近期数据查询速度快，较远历史数据运行查询速度慢？

• 对于开发人员而言即数据的冷热分离，实现此功能有2个前提条件：

1. 硬件：处理速度不同的硬件，最起码有读写速度不同的硬盘，如SSD、机械硬盘HDD。
2. 软件配置：可以配置 不同的数据存储在不同的硬盘，如近期数据存储在SSD，较远历史数据存储在HDD。对于linux系统而言，存储于不同的硬盘就是存储在不同的路径。

elasticsearch的冷热分离配置主要依赖于分片分布规则设置。

es配置之分片分布规则设置

自定义分片分布规则

• cluster.routing.allocation.awareness.attributes
  根据某个属性作为分片分布规则。

#设置节点属性rack_id及属性值rack_onenode.rack_id:rack_one 

#设置rack_id属性作为分片分布规则cluster.routing.allocation.awareness.attributes:rack_id

• 可以为分片分布规则设置多个属性，例如：

注意：当设置了分片分布属性时，如果集群中的节点没有设置其中任何一个属性，那么分片就不会分布到这个节点中。

强制分布规则

副本被分布到相同分布规则属性值的一群节点上，那么，我们可以强制分片规则为一个指定的值。

cluster.routing.allocation.awareness.force.zone.values:zone1,zone2cluster.routing.allocation.awareness.attributes:zone

启动两个node.zone设置成zone1的节点，然后创建一个5个分片，一个副本的索引。索引建立完成后只有5个分片（没有副本），只有当我们启动node.zone设置成zone2的节点时，副本才会分配到那节点上。

上面配置的意思就是设置属性zone作为分布规则，并且属性zone的值为zone1/zone2,由于副本与主分片不分配在一类节点中，则副本分片到zone2节点中。

分片分布过滤

通过include/exclude过滤器来控制分片的分布。这些过滤器可以设置在索引级别上或集群级别上。

node.tag: hotnode.tag: cold

node.tag: value3

"index.routing.allocation.include.tag": "hot" 

"index.routing.allocation.exclude.tag" : "value3"

include或exclude过滤器的值都会使用通配符来匹配，如value*。一个特别的属性名是_ip，它可以用来匹配节点的ip地址。
显然，一个节点可能拥有多个属性值，所有属性的名字和值都在配置文件中配置。如，下面是多个节点的配置：

node.group1: group1_value1node.group2: group2_value4

同样的方法，include和exclude也可以设置多个值，如：

curl -XPUT localhost:9200/test/_settings -d 

'{"index.routing.allocation.include.group1":"xxx""index.routing.allocation.include.group2":"yyy","index.routing.allocation.exclude.group3":"zzz", }'

上面的设置可以通过索引更新的api实时更新到索引上，允许实时移动索引分片。

集群范围的过滤器也可以定义，可以通过集群更新api实时更新到集群上。这些设置可以用来做让一些节点退出集群的操作。下面是通过ip地址去掉一个节点的操作：

curl -XPUT localhost:9200/_cluster/settings -d '{"transient": {"cluster.routing.allocation.exclude._ip":"10.0.0.1"} }'

冷热分离实践

• step1：划分冷热节点

• step2：按时间规律等建索引。比如按天、按周建索引

索引模板logstash：所有 logstash* 的索引匹配的模板。

PUT /_template/logstash {"order": 0,"template":"logstash*","settings": {"index.routing.allocation.include.tag":"hot","index.refresh_interval":"30s","index.number_of_replicas":"1","index.number_of_shards":"1","index.translog.flush_threshold_ops":"30000"} }

“index.routing.allocation.include.tag”: “hot”，表示新建索引将分配到 node.tag = hot 的节点下

• step3: 定时任务将历史索引分配到 cold 节点下。
  最新索引保存在hot节点，历史索引定时保存到cold节点。有2种方式：

1. 自己写脚本，将历史索引标记为stale

这样旧索引数据会自动迁移到cold集群上

1. 安装 elasticsearch的命令行管理工具curator, 编写curator脚本，每天4点将历史索引分配到 cold 节点下

pipinstallelasticsearch-curator==5.x# 将3天以前的 logstash* 索引分配到 cold 节点下

1:action:allocationdescription:"Apply shard allocation filtering rules to the specified indices"options:key:box_typevalue:coldallocation_type:requirewait_for_completion:truetimeout_override:continue_if_exception:falsedisable_action:falsefilters:-filtertype:patternkind:prefixvalue:logstash--filtertype:agesource:namedirection:oldertimestring:'%Y.%m.%d'unit:daysunit_count:3

强制索引合并，每个分片1个分段。

2:action:forcemergedescription:"Perform a forceMerge on selected indices to 'max_num_segments' per shard"options:max_num_segments:1delay:timeout_override:21600continue_if_exception:falsedisable_action:falsefilters:-filtertype:patternkind:prefixvalue:logstash--filtertype:agesource:namedirection:oldertimestring:'%Y.%m.%d'unit:daysunit_count:3

读写分离探讨

• 类似于mysql的读写分离，将副本数据存储于特点节点上。这个没办法通过自动配置完成，可以通过reroute api来手动进行索引分片的分配.

不过要想完全手动，必须先把cluster.routing.allocation.disable_allocation参数设置为true，禁止es进行自动索引分片分配，否则你从一节点把分片移到另外一个节点，那么另外一个节点的一个分片又会移到那个节点。

一共有三种操作，分别为：移动（move），取消（cancel）和分配（allocate）。下面分别介绍这三种情况：

• 移动（move）
  把分片从一节点移动到另一个节点。可以指定索引名和分片号。
• 取消（cancel）
  取消分配一个分片。可以指定索引名和分片号。node参数可以指定在那个节点取消正在分配的分片。allow_primary参数支持取消分配主分片。
• 分配（allocate）
  分配一个未分配的分片到指定节点。可以指定索引名和分片号。node参数指定分配到那个节点。allow_primary参数可以强制分配主分片，不过这样可能导致数据丢失。

• 注意事项：

因为es的replica也是一个实际需要cpu和io的indexing过程，而且indexing本身也有要求要写够一定副本数来才算写入完成。

所以，你即使只请求replica，也是有可能影响到写入的。

所以，你只能开启一个副本——因为写入副本数要求是从二个副本开始才有。

冷热数据查询

GET /_search?preference=xyzabc123 {"query": {"match": {"title":"elasticsearch"} } }

https://www.elastic.co/guide/en/elasticsearch/reference/master/search-request-preference.html?q=preference

参考文献

• “Hot-Warm” Architecture in Elasticsearch 5.x
• 让Elasticsearch集群冷热分离、读写分离
• https://www.elastic.co/guide/en/elasticsearch/reference/2.1/cluster-reroute.html