大流量下的 ElasticSearch 搜索演进

  • 时间:
  • 浏览:5

这是泥瓦匠(bysocket.com)的第27篇精华分享

ES (ElasticSearch)是分布式搜索引擎。引擎太晦涩,我我嘴笨 这类从前 MySQL ,从前存储。方便提供下面功能:

  • 近实时搜索
  • 全文检索,社会形态化搜索,统计分析

没法 存储在 ES 数据哪里来?

答案是数据同步。方式推荐如下:

  1. 数据传输(Data Transmission)是阿里云提供的有四种 支持RDBMS(关系型数据库)、NoSQL、OLAP等多种数据源之间数据交互的数据服务。【阿里的】

    https://help.aliyun.com/product/26590.html

  2. 有赞亿级订单同步的探索与实践【小弟我呆的小组搞的】

    https://mp.weixin.qq.com/s/33KACMxXkgzZyIL9m6q4YA

回归到 ES 演进

当时在创业公司,同步每次就有全量的,后来三更三更半夜任务跑一下即可。后来直接同步往 ES CRUD 数据。

单机伪集群,也可不不到跑。具体全文检索思路:

  • 基于「短语匹配」并设置最小匹配权重值
  • 哪来的短语,利用 IK 分词器分词
  • 基于 Fiter 实现筛选
  • 基于 Pageable 实现分页排序

具体看我系列 ES 博客和 GitHub。

有四种 量级预估是 百万 / 千万数据同步和查询。

就不到单机伪集群了,运维层面能解决有四种 量:

  • 多个 ElasticSearch 运行实例(节点 Node)的组合体是 ElasticSearch 集群
  • 通过水平扩容为集群打上去更多节点

要怎样水平扩容

主分片在索引创建后来选着。读操作可不不到一起去被主分片和副分片解决。后来,更多的分片,会拥有更高的吞吐量。自然,不到增加更多的硬件资源支持吞吐量。说明,这里无法提高性能,后来每个分片获得的资源会变少。动态调整副本分片数,按需伸缩集群,比如把副本数默认值为 1 增加到 2:

PUT /blogs/_settings
{
"number_of_replicas" : 2
}

基本从前集群 Cluster 含着各个业务搜搜:订单、商品等

突然发现从前大问题:

  • A 集群中间的大索引慢查会影响 A 集群的某些小索引。

比如现在同从前 订单 索引大了,慢查。影响了某些业务。那不应该呀,为什会 ?

答案是:物理隔离为多集群:

  • 分为可是我 集群:集群订单、集群商品等隔离
  • 多机房支持

往往这刚刚大问题由来了:业务单点要怎样优化升级?

从前索引 project , 存储项目相关的数据。项目的数量级没法 大,亿量级,万亿量级。那从前大索引的查询啥的总要冒出瓶颈。这刚刚该为什会么会优化呢?

解决方案:冷热分离;拆分

大索引的拆分,可是我 是先要。这类分片的路由规则,根据具体业务指定即可。

这里,让让我们 儿可不不到定义 50 个索引,分别名为 project_1、project_2、project_3…

后来在 ES 集群中间架一层简单的 proxy 。中间核心的业务路由规则可不不到从前:

project_id 项目自增 ID

index_id 得出来的索引对应的 ID

index_id = project_id % 50

  • ES proxy 层:做总索引和真正分索引的映射
  • ES 索引配置管理:做索引与业务的映射
  • ES 集群

冷热分离;也是这类的可是我 中间请况的数据最热独立集群独立索引。定期从中间删除终态数据。没法 有四种 索引数据量少,支持搜搜查询量贼大。何乐而不为。

  • 完 -