记一次Elasticsearch OOM的优化过程——基于segments force merge 和 store type 转为 niofs

首选，说明笔者的机器环境（不结合环境谈解决方案都是耍流氓）: cpu 32核，内存128G，非固态硬盘： RAID0 (4T * 6)，单节点，数据量在700G到1800G，索引15亿~21亿。敖丙大人，在蘑菇街，集群分片，固态硬盘比不起。

转载请注明出处：https://www.cnblogs.com/NaughtyCat/p/elasticsearch-OOM-optimize-story.html 

业务场景:

保存7天索引，每天有400G。发现ES时不时的OOM，和重启。当索引超过500G的时候，ES重启到加载所有分片，时间约30分钟到1小时。

题外话，ES OOM 会生成  .hprof 文件，如下图（作者【CoderBaby】）：

用jhat来分析OOM堆转储文件，具体命令如: jhat -port 7401 -J-Xmx4G java_pid19546.hprof

解决办法：

• 改文件存储类型，减少内存占用

设置存储类型为：“nifos” ,即： "index.store.type": "niofs" （原来为“mmapfs”，详见附2）。mmapfs — index映射到内存，niofs — 并发多线程以NIO的方式读取index文件。

效果：在600G左右的索引，5天索引，确实没有了OOM。但一旦增大到7个索引，就不行了。用jstat命令，即：stat -gcutil 6811 （ES的PID）查看ES的jvm，如下图：

O: Old space utilization as a percentage of the space's current capacity (老年代空间占用率）。O最高达到79，就往下降，原来为存储类型为“mmapfs”，O很容易就飙到100.

• 关闭暂时不用的索引，减少打开索引的数量

关闭索引（文件仍然存在于磁盘，只是释放掉内存，需要的时候可重新打开）。设置打开索引参数： "__es.maxPermanentlyOpenIndices":4 （最大打开索引：7改为4）。

• 扩大堆内存

设置堆大小，从15G提高到30G，即： -Xms30g -Xmx30g （注意：最大不要超过物理内存的 %50）

• forcemerge

设置merge时最大的线程数：index.merge.scheduler.max_thread_count。固态硬盘——默认最大值  Math.max(1, Math.min(4, Runtime.getRuntime().availableProcessors() / 2)) ，普通旋转磁盘——设置为1

笔者机器上，单merge 线程，300G的索引耗时：7个小时

优化效果： term 单条件查询，查询时间从10秒多提高到3秒多，索引减少约%2.85，减少4000多万，具体如下表：

index	total_segments_berfore_merge	total_segments_after_merge	query_IP_after(seconds)	query_IP_after(seconds)	decrease(count/percentage)
pcap_flow-2019-12-09	1412695374	137249867	10	3.6	40196703/ %2.845

可通过命令查看，分片的情况

force merge的restful API:

curl -X POST "localhost:9200/pcap_flow-2019-12-11/_forcemerge?max_num_segments=2"

说明：

1）max_num_segments， 设置最大segement数量，数量越小，查询速度提高越明细，但merge耗时越长

2）全部merge，不加索引ID，则如下：

curl -X POST "localhost:9200/_forcemerge?"

3）串行merge，如果同时merge多个，后面的会被阻塞，知道第一个merge完成为止

4）restful api 查看_segments，如下：

curl -X GET "localhost:9200/_cat/segments?v&pretty"

效果如下图：

题外话，如果贵司银子多，可以集群分片，搞SSD，否则只有结构优化，这一招。

 附：

1）官网  index force merge说明： https://www.elastic.co/guide/en/elasticsearch/reference/7.4/indices-forcemerge.html

2） ES 存储类型： https://www.elastic.co/guide/en/elasticsearch/reference/current/index-modules-store.html

3）merge 线程数： https://www.elastic.co/guide/en/elasticsearch/reference/current/index-modules-merge.html

4）磁盘阵列RAID： https://zh.wikipedia.org/wiki/RAID

5）关于索引合并的统计分析： http://openskill.cn/article/375

*****************************************************************************************************

精力有限，想法太多，专注做好一件事就行

• 我只是一个程序猿。5年内把代码写好，技术博客字字推敲，坚持零拷贝和原创
• 写博客的意义在于打磨文笔，训练逻辑条理性，加深对知识的系统性理解；如果恰好又对别人有点帮助，那真是一件令人开心的事

*****************************************************************************************************