High cardinality下對持續寫入的Elasticsearch索引進行聚合查詢的性能優化

High cardinality下對持續寫入的Elasticsearch索引進行聚合查詢的性能優化

背景

最近使用騰訊云Elasticsearch Service的用戶提出，對線上的ES集群進行查詢，響應越來越慢，希望能幫忙優化一下。
查詢越來越慢的語句如下：

{
  "_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"
              }
            }
          ]
        }
      }
    }
  }
}

從查詢語句上看到用戶使用了聚合查詢(aggregation query), 第一反應就是聚合查詢影響了查詢速度。但是又發現，用戶的索引是按天創建的，查詢昨天的數據量較大的索引(300GB)響應并不慢，可以達到ms級別，但是查詢當天的正在寫入數據的索引就很慢，并且響應時間隨著寫入數據的增加而增加。

原因分析

初步分析查詢性能瓶頸就在于聚合查詢，但是又不清楚為什么查詢舊的索引會比較快，而查詢正在寫入的索引會越來越慢。所以趁機找了些資料了解了下聚合查詢的實現，最終了解到：

  1. 聚合查詢會對要進行聚合的字段構建Global Cardinals, 字段的唯一值越多(high cardinality)，構建Global Cardinals構建的越慢，參考文章： https://blog.csdn.net/zwgdft/article/details/83215977
  2. 聚合查詢時構建好的Global Cardinals是存放在內存中的，如果索引不再發生變化(沒有新數據寫入而產生新的segment或者segment merge時)， Global Cardinals就不需要重新構建，第一次進行聚合查詢時會構建好Global Cardinals，后續的查詢就會使用在內存中已經緩存好的Global Cardinals了
  3. 嘗試在查詢時增加execute_hit：map參數，結果無效，原因是用戶使用的6.4.3版本的集群該功能存在bug，雖然通過該參數execute_hit指定了不創建Global Cardinals，但是實際上還是創建了，后續版本已經修復了這個問題, 參考https://github.com/elastic/elasticsearch/issues/37705

優化方案

經過最終討論，決定從業務角度對查詢性能進行優化，既然對持續寫入的索引構建Global Cardinals會越來越慢，那就降低索引的粒度，使得持續寫入的索引數據量降低，同時增加了能夠使用Global Cardinals緩存的索引數據量。

詳細的優化方案如下：

  1. 降低索引的粒度，按小時創建索引
  2. 寫入時只寫入當前小時的索引，查詢時根據時間范圍查詢對應的索引
  3. 為了防止索引數量和分片數量膨脹，可以把舊的按小時創建的索引定期reindex到一個以當天日期為后綴的索引中，reindex完成之后再刪除按小時創建的索引。

實戰過程

根據優化方案，需要實現的內容包括：

  1. 按小時創建索引，寫入數據
  2. 每小時執行一次reindex, 把按小時建的索引reindex到按天建的索引中
  3. 定期刪除按小時建的索引

其中，第一步需要在client端進行，寫入數據時根據當前時間指定索引名稱，如當前時間是
"2019-05-07 03:50:06", 則寫入的索引名稱為2019-05-07-03；第二步和第三步都是定時任務，實戰時嘗試使用SCF(騰訊云Serverless云函數)進行簡單的配置即可。

1.創建SCF云函數

在騰訊云SCF控制臺中，選擇"新建"，進入云函數創建頁面：


image

配置函數名稱,選擇名為"ES寫入函數"的模板，該模板自帶elasticsearch模塊，可以使用es的api操作集群。

創建完成后，需要在"函數配置"TAB頁對函數的網絡進行配置,選擇和Elasticsearch集群同vpc下的網絡：


image

接下來，就可以配置函數代碼和觸發方式，并進行測試。

1. 定期reindex

定期reindex的函數代碼如下：

# -*- 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():
    # 索引前綴，到月份
    index_prefix = "test-index-"+time.strftime( "%Y-%m" ,time.localtime(time.time())) +"-"

    # 當前天
    current_day = time.localtime(time.time()).tm_mday
    # 當前小時，因為SCF是UTC時間，所以加8個小時，如果不在SCF里運行，則不用加8個小時，也不用進行時區轉換
    current_hour = time.localtime(time.time()).tm_hour + 8
    # 時區轉換
    if current_hour >=24:
        current_hour= current_hour-24
        current_day = current_day +1
    
    # 前一個小時
    last_hour = current_hour -1
    # 前一天
    last_day = current_day-1

    # 前一個小時的索引
    last_hour_index=''
    # 按天建的索引
    daily_index=''

    # 如果是0點，則把前一天23點的索引遷移到前一天按天建的索引
    if current_hour ==0:
        last_hour=23
        last_day = current_day-1
        # 構造出如2019-05-05格式的索引，日期中的天數小于10則補0
        if last_day<10:
            daily_index = index_prefix +  "0"+ str(last_day)
        else:
            daily_index = index_prefix +  str(last_day)
        # 構造出如2019-05-05-01格式的索引，日期中的小時數小于10則補0
        if last_hour<10:
            last_hour_index = daily_index+  "-0"+ str(last_hour)
        else:
            last_hour_index = daily_index+  "-"+str(last_hour)
        
    else:
         # 構造出如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)
        


    # 自動創建按天建的索引
    ESServer.indices.create(daily_index, ignore=400)

    body= {}
    source ={
        'index':last_hour_index
    }
    dest = {
        'index':daily_index
    }
    body={
        'source':source,
        'dest':dest
    }

    # 執行reindex，source和index相同的情況下，重復執行多次也不會造成數據重復
    rsp = ESServer.reindex(body=body,wait_for_completion=False)
    # 執行reindex返回taskId， 可以通過輪詢taskId判斷操作是否完成
    print rsp


def main_handler(event,context):
    reindex_hourly_2_daily()

函數代碼說明：

  • 使用該函數時需要把ES集群地址修改為自己的集群地址
  • SCF執行時使用的時間是UTC時間而不是東八區，所以在編寫函數代碼的時候需要注意進行時區轉換
  • 調用reindex api時指定wait_for_completion為false, 讓reindex操作異步執行，同時返回一個taskId, 后續可以通過task api輪詢該task查看任務是否完成；可以選擇在reindex完成后刪除按小時建的索引, 也可以選擇延遲刪除，后續定期清理掉按小時建的索引
  • 無需擔心函數重復執行造成數據重復的情況，reindex執行的是一個upsert操作， 如果source index中的docId在dest index中不存在，則插入該doc,否則更新該doc

配置定期reindex函數的觸發方式為每小時的第1分鐘執行:


image

2. 定期刪除按小時建的索引

根據需要，可以選擇在每天凌晨0點到5點這個時間段，業務請求量不大時，刪除前一天按小時建的索引，避免過多的重復數據，以及避免分片數量膨脹。

函數代碼如下：

# -*- 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():
    # 索引前綴，到月份
    index_prefix = "test-index-"+time.strftime( "%Y-%m" ,time.localtime(time.time())) +"-"

    # 當前天
    current_day = time.localtime(time.time()).tm_mday
    # 當前小時，因為SCF是UTC時間，所以加8個小時，如果不在SCF里運行，則不用加8個小時，也不用進行時區轉換
    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
    

    # 需要刪除的索引，以通配符表示，如2019-05-05-*，表示刪除前一天所有的按小時建的索引
    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()

函數說明：

  • 該函數用于刪除前一天的按小時建的索引，如當前天是2019-06-07， 則函數執行時會刪除
    2019-06-06-00到2019-06-06-23全部24個索引

配置定期刪除索引函數的觸發方式為每天的2點執行(SCF使用的是UTC時間，所以cron表達式中需要加8個小時):

image

總結

  • 經過以上分析與實戰，我們最終降低了High cardinality下對持續寫入的Elasticsearch索引進行聚合查詢的時延，在利用緩存的情況下，聚合查詢響應在ms級
  • 相比按天建索引，采用按小時建索引的優化方案，增加了部分冗余的數據，分片的數量也有增加；因為每小時的數據量相比每天要小的多，所以按小時建的索引分片數量可以設置的低一些，防止出現分片數量過多而大量占用內存的情況
  • 如果數據量比較大，reindex會比較慢，可以通過snapshot api把按小時建的索引數據導入到按天建的索引中，數據導入的速度會比較快，可以參考文檔
    https://cloud.tencent.com/document/product/845/19549
最后編輯于 ：
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明：文章內容（如有圖片或視頻亦包括在內）由作者上傳并發布，文章內容僅代表作者本人觀點，簡書系信息發布平臺，僅提供信息存儲服務。

推薦閱讀更多精彩內容