数栈优化案例：物流客户Elasticsearch集群性能优化

本文整理自：袋鼠云技术荟 | 某物流客户Elasticsearch集群性能优化案例

数栈是云原生—站式数据中台PaaS，我们在github和gitee上有一个有趣的开源项目：FlinkX，FlinkX是一个基于Flink的批流统一的数据同步工具，既可以采集静态的数据，也可以采集实时变化的数据，是全域、异构、批流一体的数据同步引擎。大家喜欢的话请给我们点个star！star！star！

github开源项目：https://github.com/DTStack/flinkx

gitee开源项目：https://gitee.com/dtstack_dev_0/flinkx

 

一、客户背景

客户使用ES来进行数据存储、快速查询业务订单记录，但是经常会出现业务高峰期ES集群的cpu负载、内存使用均较高，查询延迟大，导致前端业务访问出现大量超时的情况，极大影响其客户使用体验。

部分监控如下图：

1、 集群架构如下：

集群节点配置：8数据节点（16C64G）；3主节点（8C32G）

 

2、 集群存在问题分析

• 业务层面

    与客户业务人员沟通，业务处理中有几个聚合查询会占用较多的内存，且这类查询对准确性要求较高，需精确统计所有匹配结果。

• 架构层面

      存在4-5T的单个较大索引，该索引字段多达2000+，分片大小普遍60G+，最高达到130G+，是制约查询性能的一个较大瓶颈，另外集群在业务高峰期还会出现经常的fullgc，这是出现访问超时的直接原因。 

 如图：

 

二、Elasticsearch集群优化

与客户开发人员沟通了解集群在业务上存在的问题，结合我们在ES这块的服务经验，从语句参数、索引、架构等多个角度给客户提出调优建议。

1、语句、参数调优

客户已提供4个慢查询语句，语句中聚合查询使用"execution_hint": "map"，该执行策略会把命中的记录都捞回内存中，一旦查询结果较大就会占用大量内存。建议使用terminator_after，此方法可以控制查询结果数量，另外将不参与聚合、排序的字段设置为doc_values:false, 节省磁盘空间提升索引速度。

2、 集群架构优化：

在原有集群基础上添加协调节点或者扩容数据节点：

• 添加协调节点：优点是可以减轻数据节点压力，变更较为容易，缓解fullgc频繁出现的问题；
• 扩容数据节点：优点是可以减轻当前数据节点压力，也可以减小分片大小；但是增加索引分片需要重新创建索引，重新导入数据，且当前节点存储压力不大，同时增加数据节点对存储空间有一定的浪费。

结合客户业务特性，我们推荐客户使用添加协调节点的方式对集群架构进行优化。

3、 集群索引优化：

可以对集群进行索引拆分和使用别名两方面进行优化调整。

• 拆分索引：对索引字段进行拆分并确认大小，可以解决当前索引分片过大的问题，提升查询性能。
• 使用别名：根据日期定期创建新的索引（建议按月创建索引），根据业务对统一查询的索引创建统一别名，该方法可以彻底解决当前索引分片过大问题，优化查询性能。

 

三、集群优化效果

集群优化后整体性能有明显提升：

a. ES集群负载、内存较为平稳，业务高峰期不会有较大波动；

b. ES集群FullGC出现频次极大降低，降低对业务的影响；

c. ES聚合查询延迟减小，业务数据查询性能提升，速度达到百毫秒级别

 

四、写在最后

袋鼠云通过数据集成优化、任务调度优化、代码优化、全链路数据质量保障、故障紧急处理、大数据平台运维，为客户提供大数据系统运维保障服务。