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
B站计算机毕业设计超人1 分钟前
计算机毕业设计Python深度学习美食推荐系统 美食可视化 美食数据分析大屏 美食爬虫 美团爬虫 机器学习 大数据毕业设计 Django Vue.js
大数据·python·深度学习·机器学习·数据分析·课程设计·推荐算法
喻师傅2 分钟前
Hadoop权威指南-读书笔记-01-初识Hadoop
大数据·hadoop·分布式
电商运营花18 分钟前
告别盲目跟风!1688竞品数据分析实战指南(图文解析)
大数据·人工智能·经验分享·笔记·数据挖掘·数据分析
是程序喵呀1 小时前
git的基本使用
大数据·git
a未来永远是个未知数1 小时前
构建机部署之git安装(Linux)
linux·git·elasticsearch
小白学大数据2 小时前
爬虫进阶:Selenium与Ajax的无缝集成
大数据·开发语言·爬虫·selenium·ajax
小冷在努力2 小时前
elasticsearch入门基本知识+使用案例
大数据·elasticsearch·搜索引擎·es
2402_857589362 小时前
WebKit中Websockets的全面支持:实现高效实时通信
大数据·前端·webkit
一切如来心秘密4 小时前
kafka 实现精确一次性语义实践总结
大数据·kafka
lupai5 小时前
车牌号查车辆信息-车牌号查车辆信息接口-汽车API接口
大数据·汽车·生活