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
JZC_xiaozhong13 小时前
研发体系集成架构:打通OA与PLM的核心参考
大数据·架构·流程自动化·数据集成与应用集成
wb0430720113 小时前
氛围编程的冷思考:当“感觉“遇上“规范“——为何 Vibe Coding 并非企业级开发的万能药
大数据·人工智能
2401_8685347814 小时前
论网络的安全设计
大数据
Loo国昌14 小时前
从 Agent 编排到 Skill Runtime:企业 AI 工程化的下一层抽象
大数据·人工智能·后端·python·自然语言处理
人工智能培训14 小时前
中国人工智能培训网—AI系列录播课
大数据·人工智能·机器学习·计算机视觉·知识图谱
Elastic 中国社区官方博客15 小时前
Elasticsearch 下采样方法:最后值采样 vs. 聚合采样
大数据·运维·elasticsearch·搜索引擎·全文检索
数字时代全景窗15 小时前
从OpenClaw、Palantir、SpaceX,看颠覆式创新的四个层次(5)传统财务模型的局限
大数据·人工智能·架构·软件工程
多年小白15 小时前
复盘】2026年5月21日(周四)
大数据·人工智能·ai·金融·区块链
1892280486115 小时前
NY379固态MT29F32T08GSLBHL8-36QA:B
大数据·服务器·人工智能·科技·缓存
jkyy201416 小时前
顺应IoT与健康产业融合趋势,补齐中小企业健康数字化短板
大数据·人工智能·信息可视化·健康医疗