ElasticSearch utilisation CPU apparaissent parfois monter en flèche, la situation de mémoire pleine, la nécessité d'une optimisation supplémentaire.
1. doit utiliser id es propre stratégie de production
2. Définissez le nombre de copies à 0, écrire curriculum vitae complet
mettre localhost: 9200 / _settings { " number_of_replicas " : 0 }
3. Fermer refresh, après la programmation peut être ouvert
mettre localhost: 9200 / _settings { " refresh_interval " : " -1 " }
4. L'écriture asynchrone disque dur, ce qui augmente la vitesse d'écriture
mettre localhost: 9200 / _settings { " translog.durability " : " async " }
"index.translog.durability": "async",
"index.translog.sync_interval": "30 ans"
Les éprouvettes à chaque fois que le nombre de données en vrac, le nombre d'augmentation ou de diminution trouvent progressivement le nombre optimal.
6. augmenter les éléments de configuration de profil
indices.memory.index_buffer_size: 20 % indices.memory.min_index_buffer_size: 96Mo ont une bonne documentation Index sera tout d' abord stockées dans la mémoire cache, en attente d'écriture dans le segment (segment). Lorsque le cache est la section de disque brosse pleine de déclenchement (alimentation I des opérations d'entrée / sortie et cpu). Taille du cache minimale par défaut est 48m, ne suffit pas, un maximum de 10% de la mémoire du tas. Pour un grand nombre de scènes écrites aussi semblait un petit peu de.
7. La détection de défaut est prévu entre la configuration des noeuds, par exemple, la configuration suivante elasticsearch.yml
configuration de détection de défaut est prévu entre les noeuds, par exemple, disposés elasticsearch.yml
scénario écrit en grandes quantités, il faudra beaucoup de bande passante réseau, il est susceptible de faire les noeuds entre délai d' attente du rythme cardiaque. Et l'intervalle par défaut est relativement trop souvent (1s testé une fois)
Cette configuration facilitera grandement les problèmes de temporisation entre les noeuds