High cardinality下对持续写入的Elasticsearch索引进行聚合查询的性能优化-深蓝源码网
导读 Highcardinality下对持续写入的Elasticsearch索引进行聚合查询的性能优化背景最近使用腾讯云ElasticsearchService的用户提出,对线上的ES集群进行查询,响应越来越慢,希望能帮忙优化一下。查询越来越慢的语句如下：{ "_source":false, "size":0, "aggs":{ "traceId":{ "aggs……
High cardinality下对持续写入的Elasticsearch索引进行聚合查询的性能优化
背景
最近使用腾讯云Elasticsearch Service的用户提出，对线上的ES集群进行查询，响应越来越慢，希望能帮忙优化一下。
查询越来越慢的语句如下：
{ "_source": false, "size": 0, "aggs": { "traceId": { "aggs": { "timestamp_millis": { "min": { "field": "timestamp_millis" } } }, "terms": { "field": "traceId", "order": { "timestamp_millis": "desc" }, "size": 10 } } }, "query": { "bool": { "filter": { "bool": { "must": [ { "range": { "timestamp_millis": { "from": 1556431798000, "include_lower": true, "include_upper": true, "to": 1556435398000 } } }, { "term": { "user": "1275813850" } } ] } } } } }
从查询语句上看到用户使用了聚合查询(aggregation query), 第一反应就是聚合查询影响了查询速度。但是又发现，用户的索引是按天创建的，查询昨天的数据量较大的索引(300GB)响应并不慢，可以达到ms级别，但是查询当天的正在写入数据的索引就很慢，并且响应时间随着写入数据的增加而增加。
原因分析
初步分析查询性能瓶颈就在于聚合查询，但是又不清楚为什么查询旧的索引会比较快，而查询正在写入的索引会越来越慢。所以趁机找了些资料了解了下聚合查询的实现，最终了解到：
- 聚合查询会对要进行聚合的字段构建Global Cardinals, 字段的唯一值越多(high cardinality)，构建Global Cardinals构建的越慢，参考文章： https://blog.csdn.net/zwgdft/article/details/83215977
- 聚合查询时构建好的Global Cardinals是存放在内存中的，如果索引不再发生变化(没有新数据写入而产生新的segment或者segment merge时)， Global Cardinals就不需要重新构建，第一次进行聚合查询时会构建好Global Cardinals，后续的查询就会使用在内存中已经缓存好的Global Cardinals了
- 尝试在查询时增加execute_hit：map参数，结果无效，原因是用户使用的6.4.3版本的集群该功能存在bug，虽然通过该参数execute_hit指定了不创建Global Cardinals，但是实际上还是创建了，后续版本已经修复了这个问题, 参考https://github.com/elastic/elasticsearch/issues/37705
优化方案
经过最终讨论，决定从业务角度对查询性能进行优化，既然对持续写入的索引构建Global Cardinals会越来越慢，那就降低索引的粒度，使得持续写入的索引数据量降低，同时增加了能够使用Global Cardinals缓存的索引数据量。
详细的优化方案如下：
- 降低索引的粒度，按小时创建索引
- 写入时只写入当前小时的索引，查询时根据时间范围查询对应的索引
- 为了防止索引数量和分片数量膨胀，可以把旧的按小时创建的索引定期reindex到一个以当天日期为后缀的索引中，reindex完成之后再删除按小时创建的索引。
实战过程
根据优化方案，需要实现的内容包括：
- 按小时创建索引，写入数据
- 每小时执行一次reindex, 把按小时建的索引reindex到按天建的索引中
- 定期删除按小时建的索引
其中，第一步需要在client端进行，写入数据时根据当前时间指定索引名称，如当前时间是
"2019-05-07 03:50:06", 则写入的索引名称为2019-05-07-03；第二步和第三步都是定时任务，实战时尝试使用SCF(腾讯云Serverless云函数)进行简单的配置即可。
1.创建SCF云函数
在腾讯云SCF控制台中，选择"新建"，进入云函数创建页面：
配置函数名称,选择名为"ES写入函数"的模板，该模板自带elasticsearch模块，可以使用es的api操作集群。
创建完成后，需要在"函数配置"TAB页对函数的网络进行配置,选择和Elasticsearch集群同vpc下的网络：
接下来，就可以配置函数代码和触发方式，并进行测试。
###1. 定期reindex
定期reindex的函数代码如下：
# -*- coding: utf8 -*- from datetime import datetime from elasticsearch import Elasticsearch import random import time # ES集群地址 ESServer = Elasticsearch("10.0.128.35:9200") def reindex_hourly_2_daily(): # 索引前缀，到月份 index_prefix = "test-index-"+time.strftime( "%Y-%m" ,time.localtime(time.time())) +"-" # 当前天 current_day = time.localtime(time.time()).tm_mday # 当前小时，因为SCF是UTC时间，所以加8个小时，如果不在SCF里运行，则不用加8个小时，也不用进行时区转换 current_hour = time.localtime(time.time()).tm_hour + 8 # 时区转换 if current_hour >=24: current_hour= current_hour-24 current_day = current_day +1 # 前一个小时 last_hour = current_hour -1 # 前一天 last_day = current_day-1 # 前一个小时的索引 last_hour_index='' # 按天建的索引 daily_index='' # 如果是0点，则把前一天23点的索引迁移到前一天按天建的索引 if current_hour ==0: last_hour=23 last_day = current_day-1 # 构造出如2019-05-05格式的索引，日期中的天数小于10则补0 if last_day<10: daily_index = index_prefix + "0"+ str(last_day) else: daily_index = index_prefix + str(last_day) # 构造出如2019-05-05-01格式的索引，日期中的小时数小于10则补0 if last_hour<10: last_hour_index = daily_index+ "-0"+ str(last_hour) else: last_hour_index = daily_index+ "-"+str(last_hour) else: # 构造出如2019-05-05格式的索引 if current_day<10: daily_index = index_prefix + "0"+ str(current_day) else: daily_index = index_prefix + str(current_day) if last_hour<10: last_hour_index = daily_index+ "-0"+ str(last_hour) else: last_hour_index = daily_index+ "-"+ str(last_hour) # 自动创建按天建的索引 ESServer.indices.create(daily_index, ignore=400) body= {} source ={ 'index':last_hour_index } dest = { 'index':daily_index } body={ 'source':source, 'dest':dest } # 执行reindex，source和index相同的情况下，重复执行多次也不会造成数据重复 rsp = ESServer.reindex(body=body,wait_for_completion=False) # 执行reindex返回taskId， 可以通过轮询taskId判断操作是否完成 print rsp def main_handler(event,context): reindex_hourly_2_daily()
函数代码说明：
- 使用该函数时需要把ES集群地址修改为自己的集群地址
- SCF执行时使用的时间是UTC时间而不是东八区，所以在编写函数代码的时候需要注意进行时区转换
- 调用reindex api时指定wait_for_completion为false, 让reindex操作异步执行，同时返回一个taskId, 后续可以通过task api轮询该task查看任务是否完成；可以选择在reindex完成后删除按小时建的索引, 也可以选择延迟删除，后续定期清理掉按小时建的索引
- 无需担心函数重复执行造成数据重复的情况，reindex执行的是一个upsert操作， 如果source index中的docId在dest index中不存在，则插入该doc,否则更新该doc
配置定期reindex函数的触发方式为每小时的第1分钟执行:
2. 定期删除按小时建的索引
根据需要，可以选择在每天凌晨0点到5点这个时间段，业务请求量不大时，删除前一天按小时建的索引，避免过多的重复数据，以及避免分片数量膨胀。
函数代码如下：
# -*- coding: utf8 -*- from datetime import datetime from elasticsearch import Elasticsearch import random import time ESServer = Elasticsearch("10.0.128.35:9200") def delete_old_index(): # 索引前缀，到月份 index_prefix = "test-index-"+time.strftime( "%Y-%m" ,time.localtime(time.time())) +"-" # 当前天 current_day = time.localtime(time.time()).tm_mday # 当前小时，因为SCF是UTC时间，所以加8个小时，如果不在SCF里运行，则不用加8个小时，也不用进行时区转换 current_hour = time.localtime(time.time()).tm_hour + 8 # 前一天 last_day = current_day-1 if current_hour >=24: last_day = current_day # 需要删除的索引，以通配符表示，如2019-05-05-*，表示删除前一天所有的按小时建的索引 will_delete_index_prefix='' if last_day<10: will_delete_index_prefix = index_prefix + "0"+ str(last_day) +"-" else: will_delete_index_prefix = index_prefix + str(last_day)+"-" for i in range(24): hour = "" if i<10: hour = "0"+str(i) else: hour = str(i) ESServer.indices.delete(will_delete_index_prefix+hour, ignore=[400, 404]) def main_handler(event,context): delete_old_index()
函数说明：
- 该函数用于删除前一天的按小时建的索引，如当前天是2019-06-07， 则函数执行时会删除 2019-06-06-00到2019-06-06-23全部24个索引
配置定期删除索引函数的触发方式为每天的2点执行(SCF使用的是UTC时间，所以cron表达式中需要加8个小时):
总结
- 经过以上分析与实战，我们最终降低了High cardinality下对持续写入的Elasticsearch索引进行聚合查询的时延，在利用缓存的情况下，聚合查询响应在ms级
- 相比按天建索引，采用按小时建索引的优化方案，增加了部分冗余的数据，分片的数量也有增加；因为每小时的数据量相比每天要小的多，所以按小时建的索引分片数量可以设置的低一些，防止出现分片数量过多而大量占用内存的情况
- 如果数据量比较大，reindex会比较慢，可以通过snapshot api把按小时建的索引数据导入到按天建的索引中，数据导入的速度会比较快，可以参考文档 https://cloud.tencent.com/document/product/845/19549
