Elasticsearch：Index生命周期管理入门
如果您要处理时间序列数据，则不想将所有内容连续转储到单个索引中。 取而代之的是，您可以定期将数据滚动到新索引，以防止数据过大而又缓慢又昂贵。 随着索引的老化和查询频率的降低，您可能会将其转移到价格较低的硬件上，并减少分片和副本的数量。
要在索引的生命周期内自动移动索引，可以创建策略来定义随着索引的老化对索引执行的操作。 索引生命周期策略在与Beats数据发件人一起使用时特别有用，Beats数据发件人不断将运营数据（例如指标和日志）发送到Elasticsearch。 当现有索引达到指定的大小或期限时，您可以自动滚动到新索引。 这样可以确保所有索引具有相似的大小，而不是每日索引，其大小可以根beats数和发送的事件数而有所不同。
让我们通过动手操作场景跳入索引生命周期管理（Index cycle management: ILM）。 本文章将利用您可能不熟悉的ILM独有的许多新概念。 我们先用一个示例来展示。本示例的目标是建立一组索引，这些索引将封装来自时间序列数据源的数据。 我们可以想象有一个像Filebeat这样的系统，可以将文档连续索引到我们的书写索引中。 我们希望在索引达到50 GB，或文档的数量超过10000，或已在30天前创建索引后对其进行rollover，然后在90天后删除该索引。
上图显示一个Log文档在Elasticsearch中生命周期。
运行两个node的Elasticsearch集群
我们可以参考文章“Elasticsearch：运用shard filtering来控制索引分配给哪个节点”运行起来两个node的cluster。其实非常简单，当我们安装好Elasticsearch后，打开一个terminal，并运行如下的命令：
./bin/elasticsearch -E node.name=node1 -E node.attr.data=hot -Enode.max_local_storage_nodes=2
它将运行起来一个叫做node1的节点。同时在另外terminal中运行如下的命令：
./bin/elasticsearch -E node.name=node2 -E node.attr.data=warm -Enode.max_local_storage_nodes=2
它运行另外一个叫做node2的节点。我们可以通过如下的命令来进行查看：
GET _cat/nodes?v
显示两个节点：
我们可以用如下的命令来检查这两个node的属性：
GET _cat/nodeattrs?v&s=name
显然其中的一个node是hot，另外一个是warm。
准备数据
运行起来我们的Kibana:
我们分别点击上面的1和2处：
点击上面的“Add data”。这样我们就可以把我们的kibana_sample_data_logs索引加载到Elasticsearch中。我们可以通过如下的命令进行查看：
GET _cat/indices/kibana_sample_data_logs
命令显示结果为：
它显示kibana_sample_data_logs具有11.1M的数据，并且它有14074个文档。
建立ILM policy
我们可以通过如下的方法来建立一个ILM的policy.
PUT _ilm/policy/logs_policy
{
"policy": {
"phases": {
"hot": {
"min_age": "0ms",
"actions": {
"rollover": {
"max_size": "50gb",
"max_age": "30d",
"max_docs": 10000
},
"set_priority": {
"priority": 100
}
}
},
"delete": {
"min_age": "90d",
"actions": {
"delete": {}
}
}
}
}
}
这里定义的一个policy意思是：
- 如果一个index的大小超过50GB，那么自动rollover
- 如果一个index日期已在30天前创建索引后，那么自动rollover
- 如果一个index的文档数超过10000，那么也会自动rollover
- 当一个index创建的时间超过90天，那么也自动删除
其实这个我们也可以通过Kibana帮我们来实现。请按照如下的步骤：
紧接着点击“Index Lifecycle Policies”：
再点击“Create Policy”:
最后点“Save as new Policy”及可以在我们的Kibana中同过如下的命令可以查看到：
GET _ilm/policy/logs_policy
显示结果：
设置Index template
我们可以通过如下的方法来建立template:
PUT _template/datastream_template
{
"index_patterns": ["logs*"],
"settings": {
"number_of_shards": 1,
"number_of_replicas": 1,
"index.lifecycle.name": "logs_policy",
"index.routing.allocation.require.data": "hot",
"index.lifecycle.rollover_alias": "logs"
}
}
这里的意思是所有以logs开头的index都需要遵循这个规律。这里定义了rollover的alias为“logs ”。
这在我们下面来定义。同时也需要注意的是"index.routing.allocation.require.data": "hot"。
这个定义了我们需要indexing的node的属性是hot。请看一下我们上面的policy里定义的有一个叫做phases里的，它定义的是"hot"。
在这里我们把所有的logs*索引都置于hot属性的node里。在实际的使用中，hot属性的index一般用作indexing。我们其实还可以定义一些其它phase，比如warm，这样可以把我们的用作搜索的index置于warm的节点中。这里就不一一描述了。
定义Index alias
我们可以通过如下的方法来定义：
PUT logs-000001
{
"aliases": {
"logs": {
"is_write_index": true
}
}
}
在这里定义了一个叫做logs的alias，它指向logs-00001索引。注意这里的is_write_index为true。如果有rollover发生时，这个alias会自动指向最新rollover的index。
生产数据
在这里，我们使用之前我们已经导入的测试数据kibana_sample_data_logs，我们可以通过如下的方法来写入数据：
POST _reindex?requests_per_second=500
{
"source": {
"index": "kibana_sample_data_logs"
},
"dest": {
"index": "logs"
}
}
上面的意思是每秒按照500个文档从kibana_sample_data_logs索引reindex文档到logs别名所指向的index。我们运行后，通过如下的命令来查看最后的结果：
GET logs*/_count
显示如下：
我们可以看到有14074个文档被reindex到logs*索引中。通过如下的命令来查看：
GET _cat/shards/logs*
我们可以看到logs-000002已经生产，并且所有的索引都在node1上面。我们可以通过如下的命令：
GET _cat/indices/logs?v
我们可以看到logs-000001索引中有10000个文档，而logs-000002中含有4074个文档。
由于我们已经设定了policy，那么所有的这些logs*索引的生命周期只有90天。90天过后（从索引被创建时算起），索引会自动被删除掉。
汇总整理一下
-
创建索引生命周期策略
可以通过命令行工具创建，也可以通过在kibana界面创建，建议通过kibana界面创建 -
把索引关联到索引生命周期策略
可以通过命令行工具进行关联，也可以通过在kibana界面进行关联，建议通过kibana界面创建，若不生效，再采用命令行工具进行关联
命令行工具关联：
PUT _template/filebeat_template
{
"index_patterns": ["filebeat-84-*","filebeat-61-*","filebeat-128-*"], # 索引模式
"settings": {
"index.lifecycle.name": "filebeat-7.3.0" # 索引生命周期策略名称
}
}
通过kibana界面进行关联：
