Elasticsearch: rollover API

rollover使您可以根據索引大小，文檔數或使用期限自動過渡到新索引。 當rollover觸發后，將創建新索引，寫別名（write alias)將更新為指向新索引，所有后續更新都將寫入新索引。

對於基於時間的rollover來說，基於大小，文檔數或使用期限過渡至新索引是比較適合的。 在任意時間rollover通常會導致許多小的索引，這可能會對性能和資源使用產生負面影響。

Rollover歷史數據

• 在大多數情況下，無限期保留歷史數據是不可行的

  • 時間序列數據隨着時間的流逝而失去價值，我們最終不得不將其刪除
  • 但是其中一些數據對於分析仍然非常有用

• Elasticsearch 6.3引入了一項新的rollover功能，該功能

  • 以緊湊的聚合格式保存舊數據
  • 僅保存您感興趣的數據

就像上面的圖片看到的那樣，我們定義了一個叫做logs-alias的alias，對於寫操作來說，它總是會自動指向最新的可以用於寫入index的一個索引。針對我們上面的情況，它指向logs-000002。如果新的rollover發生后，新的logs-000003將被生成，並對於寫操作來說，它自動指向最新生產的logs-000003索引。而對於讀寫操作來說，它將同時指向最先的logs-1，logs-000002及logs-000003。在這里我們需要注意的是：在我們最早設定index名字時，最后的一個字符必須是數字，比如我們上面顯示的logs-1。否則，自動生產index將會失敗。

rollover例子

我們還是先拿一個rollover的例子來說明，這樣比較清楚。首先我們定義一個log-alias的alias:

    PUT /%3Clogs-%7Bnow%2Fd%7D-1%3E
    {
      "aliases": {
        "log_alias": {
          "is_write_index": true
        }
      }
    }

如果大家對於上面的字符串“%3Clogs-%7Bnow%2Fd%7D-1%3E”比較陌生的話，可以參考網站https://www.urlencoder.io/。實際上它就是字符串“<logs-{now/d}-1>”的url編碼形式。請注意上面的is_write_index必須設置為true。運行上面的結果是：

    {
      "acknowledged" : true,
      "shards_acknowledged" : true,
      "index" : "logs-2019.10.21-1"
    }

顯然，它幫我們生產了一個叫做logs-2019.10.21-1的index。接下來，我們先使用我們的Kibana來准備一下我們的index數據。我們運行起來我們的Kibana:

我們分別點擊上面的1和2處：

點擊上面的“Add data”。這樣我們就可以把我們的kibana_sample_data_logs索引加載到Elasticsearch中。我們可以通過如下的命令進行查看：

GET _cat/indices/kibana_sample_data_logs

命令顯示結果為：

它顯示kibana_sample_data_logs具有11.1M的數據，並且它有14074個文檔：

我們接下來運行如下的命令：

    POST _reindex
    {
      "source": {
        "index": "kibana_sample_data_logs"
      },
      "dest": {
        "index": "log_alias"
      }
    }

這個命令的作用是把kibana_sample_data_logs里的數據reindex到log_alias所指向的index。也就是把kibana_sample_data_logs的文檔復制一份到我們上面顯示的logs-2019.10.21-1索引里。我們做如下的操作查看一下結果：

GET logs-2019.10.21-1/_count

顯示的結果是：

    {
      "count" : 14074,
      "_shards" : {
        "total" : 1,
        "successful" : 1,
        "skipped" : 0,
        "failed" : 0
      }
    }

顯然，我們已經復制到所有的數據。那么接下來，我們來運行如下的一個指令：

    POST /log_alias/_rollover?dry_run
    {
      "conditions": {
        "max_age": "7d",
        "max_docs": 14000,
        "max_size": "5gb"
      }
    }

在這里，我們定義了三個條件：

• 如果時間超過7天，那么自動rollover，也就是使用新的index
• 如果文檔的數目超過14000個，那么自動rollover
• 如果index的大小超過5G，那么自動rollover

在上面我們使用了dry_run參數，表明就是運行時看看，但不是真正地實施。顯示的結果是：

    {
      "acknowledged" : false,
      "shards_acknowledged" : false,
      "old_index" : "logs-2019.10.21-1",
      "new_index" : "logs-2019.10.21-000002",
      "rolled_over" : false,
      "dry_run" : true,
      "conditions" : {
        "[max_docs: 1400]" : true,
        "[max_size: 5gb]" : false,
        "[max_age: 7d]" : false
      }
    }

根據目前我們的條件，我們的logs-2019.10.21-1文檔數已經超過14000個了，所以會生產新的索引logs-2019.10.21-000002。因為我使用了dry_run，也就是演習，所以顯示的rolled_over是false。

為了能真正地rollover，我們運行如下的命令：

    POST /log_alias/_rollover
    {
      "conditions": {
        "max_age": "7d",
        "max_docs": 1400,
        "max_size": "5gb"
      }
    }

顯示的結果是：

    {
      "acknowledged" : true,
      "shards_acknowledged" : true,
      "old_index" : "logs-2019.10.21-1",
      "new_index" : "logs-2019.10.21-000002",
      "rolled_over" : true,
      "dry_run" : false,
      "conditions" : {
        "[max_docs: 1400]" : true,
        "[max_size: 5gb]" : false,
        "[max_age: 7d]" : false
      }
    }

說明它已經rolled_ovder了。我們可以通過如下寫的命令來檢查：

GET _cat/indices/logs-2019*

顯示的結果為：

我們現在可以看到有兩個以logs-2019.10.21為頭的index，並且第二文檔logs-2019.10.21-000002文檔數為0。如果我們這個時候直接再想log_alias寫入文檔的話：

    POST log_alias/_doc
    {
      "agent": "Mozilla/5.0 (X11; Linux x86_64; rv:6.0a1) Gecko/20110421 Firefox/6.0a1",
      "bytes": 6219,
      "clientip": "223.87.60.27",
      "extension": "deb",
      "geo": {
        "srcdest": "IN:US",
        "src": "IN",
        "dest": "US",
        "coordinates": {
          "lat": 39.41042861,
          "lon": -88.8454325
        }
      },
      "host": "artifacts.elastic.co",
      "index": "kibana_sample_data_logs",
      "ip": "223.87.60.27",
      "machine": {
        "ram": 8589934592,
        "os": "win 8"
      },
      "memory": null,
      "message": """          
      223.87.60.27 - - [2018-07-22T00:39:02.912Z] "GET /elasticsearch/elasticsearch-6.3.2.deb_1 HTTP/1.1" 200 6219 "-" "Mozilla/5.0 (X11; Linux x86_64; rv:6.0a1) Gecko/20110421 Firefox/6.0a1"
      """,
      "phpmemory": null,
      "referer": "http://twitter.com/success/wendy-lawrence",
      "request": "/elasticsearch/elasticsearch-6.3.2.deb",
      "response": 200,
      "tags": [
        "success",
        "info"
      ],
      "timestamp": "2019-10-13T00:39:02.912Z",
      "url": "https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.3.2.deb_1",
      "utc_time": "2019-10-13T00:39:02.912Z"
    }

顯示的結果：

    {
      "_index" : "logs-2019.10.21-000002",
      "_type" : "_doc",
      "_id" : "xPyQ7m0BsjOKp1OsjsP8",
      "_version" : 1,
      "result" : "created",
      "_shards" : {
        "total" : 1,
        "successful" : 1,
        "failed" : 0
      },
      "_seq_no" : 1,
      "_primary_term" : 1
    }

顯然它寫入的是logs-2019.10.21-000002索引。我們再次查詢log_alias的總共文檔數：

GET log_alias/_count

顯示的結果是：

    {
      "count" : 14075,
      "_shards" : {
        "total" : 2,
        "successful" : 2,
        "skipped" : 0,
        "failed" : 0
      }
    }

顯然它和之前的14074個文檔多增加了一個文檔，也就是說log_alias是同時指向logs-2019.10.21-1及logs-2019.10.21-000002。

總結：在今天的文檔里，我們講述了如何使用rollover API來自動管理我們的index。利用rollover API，它可以很方便地幫我們自動根據我們設定的條件幫我們把我們的Index過度到新的index。在未來的文章里，我們將講述如何使用Index life cycle policy來幫我們管理我們的index。