Elasticsearch原理解析--index disk usage api介紹

ES在7.15版本引入了一個非常好用的API:Index disk usage API,具體功能可以見文檔說明:https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-disk-usage.html

這個API可以分析給定索引每個字段使用的存儲容量,有了這個API食绿,就能對ES使用的存儲容積有了量化的認(rèn)識。

很多用戶對于ES使用占用過多存儲容量月培,寫入性能不及預(yù)期等會有誤解平斩。這其實主要是ES為了功能方面的強大做出的一種選擇。

ES默認(rèn)會給每個字段都建立非常完整的索引鸦致,這些索引寫入時需要進行索引處理,也增加了額外的存儲容量涣楷,但是有了這些索引分唾,查詢時會支持更多功能,更快性能狮斗。這算是ES schma on write和make query simple and fast的思想绽乔。

但這可能造成過度schma on write,帶來了寫入性能和存儲膨脹方面的問題碳褒。這時候優(yōu)化索引mapping折砸,對于不需要的字段,去掉索引沙峻,能提高寫入性能睦授,降低存儲開銷。

Index disk usage API就給索引優(yōu)化mapping提供了一直量化的數(shù)據(jù)专酗。Index disk usage API能列出索引每個字段使用的存儲明顯睹逃,這樣就能根據(jù)ROI,從大到小來優(yōu)化mapping字段。

這個是文檔給出的結(jié)果示例:

{
    "_shards": {
        "total": 1,
        "successful": 1,
        "failed": 0
    },
    "my-index-000001": {
        "store_size": "929mb", 
        "store_size_in_bytes": 974192723,
        "all_fields": {
            "total": "928.9mb", 
            "total_in_bytes": 973977084,
            "inverted_index": {
                "total": "107.8mb",
                "total_in_bytes": 113128526
            },
            "stored_fields": "623.5mb",
            "stored_fields_in_bytes": 653819143,
            "doc_values": "125.7mb",
            "doc_values_in_bytes": 131885142,
            "points": "59.9mb",
            "points_in_bytes": 62885773,
            "norms": "2.3kb",
            "norms_in_bytes": 2356,
            "term_vectors": "2.2kb",
            "term_vectors_in_bytes": 2310
        },
        "fields": {
            "_id": {
                "total": "49.3mb",
                "total_in_bytes": 51709993,
                "inverted_index": {
                    "total": "29.7mb",
                    "total_in_bytes": 31172745
                },
                "stored_fields": "19.5mb", 
                "stored_fields_in_bytes": 20537248,
                "doc_values": "0b",
                "doc_values_in_bytes": 0,
                "points": "0b",
                "points_in_bytes": 0,
                "norms": "0b",
                "norms_in_bytes": 0,
                "term_vectors": "0b",
                "term_vectors_in_bytes": 0
            },
            "_primary_term": {...},
            "_seq_no": {...},
            "_version": {...},
            "_source": {
                "total": "603.9mb",
                "total_in_bytes": 633281895,
                "inverted_index": {...},
                "stored_fields": "603.9mb", 
                "stored_fields_in_bytes": 633281895,
                "doc_values": "0b",
                "doc_values_in_bytes": 0,
                "points": "0b",
                "points_in_bytes": 0,
                "norms": "0b",
                "norms_in_bytes": 0,
                "term_vectors": "0b",
                "term_vectors_in_bytes": 0
            },
            "context": {
                "total": "28.6mb",
                "total_in_bytes": 30060405,
                "inverted_index": {
                    "total": "22mb",
                    "total_in_bytes": 23090908
                },
                "stored_fields": "0b",
                "stored_fields_in_bytes": 0,
                "doc_values": "0b",
                "doc_values_in_bytes": 0,
                "points": "0b",
                "points_in_bytes": 0,
                "norms": "2.3kb",
                "norms_in_bytes": 2356,
                "term_vectors": "2.2kb",
                "term_vectors_in_bytes": 2310
            },
            "context.keyword": {...},
            "message": {...},
            "message.keyword": {...}
        }
    }
}

針對一個字段沉填,可以看到疗隶,會列出非常詳細(xì)的存儲容量:

                "total": "49.3mb",
                "total_in_bytes": 51709993,
                "inverted_index": {
                    "total": "29.7mb",
                    "total_in_bytes": 31172745
                },
                "stored_fields": "19.5mb", 
                "stored_fields_in_bytes": 20537248,
                "doc_values": "0b",
                "doc_values_in_bytes": 0,
                "points": "0b",
                "points_in_bytes": 0,
                "norms": "0b",
                "norms_in_bytes": 0,
                "term_vectors": "0b",
                "term_vectors_in_bytes": 0

total記錄了字段的總?cè)萘浚@個來自于倒排索引的開銷翼闹,明細(xì)數(shù)據(jù)的開銷斑鼻,doc_values的開銷等等。

那么ES是如何實時獲得這些數(shù)據(jù)呢猎荠?

ES核心功能在IndexDiskUsageAnalyzer類中坚弱,IndexDiskUsageAnalyzer類統(tǒng)計每個shard的存儲容量,然后使用BroadcastAction框架將每個shard數(shù)據(jù)匯聚起來关摇。

IndexDiskUsageAnalyzer通過doAnalyze方法獲取每種類型的存儲容量:

    void doAnalyze(IndexDiskUsageStats stats) throws IOException {
        long startTimeInNanos;
        final ExecutionTime executionTime = new ExecutionTime();
        try (DirectoryReader directoryReader = DirectoryReader.open(commit)) {
            directory.resetBytesRead();
            for (LeafReaderContext leaf : directoryReader.leaves()) {
                cancellationChecker.checkForCancellation();
                final SegmentReader reader = Lucene.segmentReader(leaf.reader());

                startTimeInNanos = System.nanoTime();
                analyzeInvertedIndex(reader, stats);
                executionTime.invertedIndexTimeInNanos += System.nanoTime() - startTimeInNanos;

                startTimeInNanos = System.nanoTime();
                analyzeStoredFields(reader, stats);
                executionTime.storedFieldsTimeInNanos += System.nanoTime() - startTimeInNanos;

                startTimeInNanos = System.nanoTime();
                analyzeDocValues(reader, stats);
                executionTime.docValuesTimeInNanos += System.nanoTime() - startTimeInNanos;

                startTimeInNanos = System.nanoTime();
                analyzePoints(reader, stats);
                executionTime.pointsTimeInNanos += System.nanoTime() - startTimeInNanos;

                startTimeInNanos = System.nanoTime();
                analyzeNorms(reader, stats);
                executionTime.normsTimeInNanos += System.nanoTime() - startTimeInNanos;

                startTimeInNanos = System.nanoTime();
                analyzeTermVectors(reader, stats);
                executionTime.termVectorsTimeInNanos += System.nanoTime() - startTimeInNanos;

                startTimeInNanos = System.nanoTime();
                analyzeKnnVectors(reader, stats);
                executionTime.knnVectorsTimeInNanos += System.nanoTime() - startTimeInNanos;
            }
        }
        logger.debug("analyzing the disk usage took {} stats: {}", executionTime, stats);
    }

這里是調(diào)用lucene接口荒叶,從對應(yīng)數(shù)據(jù)結(jié)構(gòu)的元數(shù)據(jù)和具體數(shù)據(jù)中獲取字段的存儲容量。

其中InvertedIndex输虱、Points些楣、DocValues都是以字段為單位存儲數(shù)據(jù)的,所以可以一個字段一個字段處理宪睹。

StoredFields是按行存儲數(shù)據(jù)愁茁,所以這里遍歷了每一個doc,去獲取里面每個字段的length亭病。

相關(guān)代碼都在IndexDiskUsageAnalyzer里鹅很,對具體數(shù)據(jù)結(jié)構(gòu)感興趣的同學(xué)可以針對性的了解。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末罪帖,一起剝皮案震驚了整個濱河市促煮,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌整袁,老刑警劉巖污茵,帶你破解...
    沈念sama閱讀 218,858評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異葬项,居然都是意外死亡,警方通過查閱死者的電腦和手機迹蛤,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,372評論 3 395
  • 文/潘曉璐 我一進店門民珍,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人盗飒,你說我怎么就攤上這事嚷量。” “怎么了逆趣?”我有些...
    開封第一講書人閱讀 165,282評論 0 356
  • 文/不壞的土叔 我叫張陵蝶溶,是天一觀的道長。 經(jīng)常有香客問我,道長抖所,這世上最難降的妖魔是什么梨州? 我笑而不...
    開封第一講書人閱讀 58,842評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮田轧,結(jié)果婚禮上暴匠,老公的妹妹穿的比我還像新娘。我一直安慰自己傻粘,他們只是感情好每窖,可當(dāng)我...
    茶點故事閱讀 67,857評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著弦悉,像睡著了一般窒典。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上稽莉,一...
    開封第一講書人閱讀 51,679評論 1 305
  • 那天瀑志,我揣著相機與錄音,去河邊找鬼肩祥。 笑死后室,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的混狠。 我是一名探鬼主播岸霹,決...
    沈念sama閱讀 40,406評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼将饺!你這毒婦竟也來了贡避?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,311評論 0 276
  • 序言:老撾萬榮一對情侶失蹤予弧,失蹤者是張志新(化名)和其女友劉穎刮吧,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體掖蛤,經(jīng)...
    沈念sama閱讀 45,767評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡杀捻,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,945評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了蚓庭。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片致讥。...
    茶點故事閱讀 40,090評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖器赞,靈堂內(nèi)的尸體忽然破棺而出垢袱,到底是詐尸還是另有隱情,我是刑警寧澤港柜,帶...
    沈念sama閱讀 35,785評論 5 346
  • 正文 年R本政府宣布请契,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏爽锥。R本人自食惡果不足惜涌韩,卻給世界環(huán)境...
    茶點故事閱讀 41,420評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望救恨。 院中可真熱鬧贸辈,春花似錦、人聲如沸肠槽。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,988評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽秸仙。三九已至嘴拢,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間寂纪,已是汗流浹背席吴。 一陣腳步聲響...
    開封第一講書人閱讀 33,101評論 1 271
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留捞蛋,地道東北人孝冒。 一個月前我還...
    沈念sama閱讀 48,298評論 3 372
  • 正文 我出身青樓,卻偏偏與公主長得像拟杉,于是被迫代替她去往敵國和親庄涡。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,033評論 2 355

推薦閱讀更多精彩內(nèi)容