Kibana管理ES生命周期

希望通过Kibana界面管理ES索引的生命周期

版本:7.15.2

创建索引模板

创建索引模板方便匹配索引,对匹配到的一批索引采用同一套生命周期管理策略,例如开发环境的所有索引以dev-开头,可以创建样式为dev-*的索引模板以匹配开发环境的所有索引。

主要设置模板名称和索引匹配样式,其它默认即可。

更多索引模板信息请戳

创建生命周期管理策略

Elastic ILM(Index Lifecycle Management)是Elasticsearch提供的一种功能,用于自动化管理索引的生命周期。它通过在索引的不同阶段执行预设的动作,帮助用户实现索引从创建到删除的全自动管理,降低了索引管理的成本。

ILM通常包括Hot、Warm、Cold和Delete这四个阶段,每个阶段都有其特定的优化目标和操作。

  • Hot阶段:此阶段主要针对新创建或频繁更新的索引。优化目标是高写入速度和实时查询性能。在这个阶段,索引可能会被放置在高性能硬件上,并拥有较多的副本以保证可用性。
  • Warm阶段:当索引不再频繁更新但仍需要被查询时,它会进入Warm阶段。在这个阶段,可以执行如段合并等操作来减少存储占用并提高查询效率。此外,索引可能会被迁移到成本较低的硬件上。
  • Cold阶段:对于很少被查询的数据,ILM会将其移动到Cold阶段。在这个阶段,数据通常会被压缩并存储在更便宜的存储介质上,以进一步降低成本。
  • Delete阶段:当数据达到其保留期限或不再需要时,ILM会自动删除索引,从而释放存储空间。

简单实践

简单实践分两阶段:热阶段和删除阶段。既热数据直接到删除阶段。

热阶段配置如下:

删除阶段配置如下:

主要是配置留存的时间,上述配置代码保留30天以内的数据,超过三十天的会移入到删除阶段等待删除。

链接

干货 | Elasticsearch 索引生命周期管理 ILM 实战指南
Elastic ILM 索引生命周期管理最佳实践

相关推荐
雨辰AI6 分钟前
从零搭建大模型本地运行环境|Python+CUDA 基础配置避坑大全
大数据·开发语言·人工智能·python·ai·ai编程·ai写作
乐迪信息24 分钟前
乐迪信息:港口船舶偏航难监管,AI智能监测实时发出预警提醒
大数据·人工智能·安全·计算机视觉·目标跟踪
m0_7190841124 分钟前
es我的笔记
大数据·笔记·elasticsearch
他们叫我技术总监37 分钟前
Kettle(PDI)连接TDengine数据库实战:一个有趣的小现象
大数据·数据库·tdengine
番茄去哪了1 小时前
神领物流面试题(一)
java·大数据·中间件
qq_291579251 小时前
电商主图优化实战指南:AI工具如何提升点击率与转化率
大数据·人工智能·深度学习
黄焖鸡能干四碗1 小时前
软件系统概要设计说明书模版(Word)
大数据·运维·数据库·架构·需求分析
INFINI Labs1 小时前
从零到跑起来:Easysearch 信创环境安装全流程
搜索引擎·鲲鹏·easysearch·统信uos·信创平台
老徐聊GEO2 小时前
AI搜索获客:亲测有效的实践案例分享
大数据·人工智能·python
AI_yangxi2 小时前
短视频矩阵系统供应商
大数据·人工智能·矩阵