感谢以下社区同学提供的试用报告与经验分享：
每日构建：http://release.elasticsearch.cn/
镜像地址：https://hub.docker.com/r/infinilabs/gateway
文档手册：https://极限网关.com
目前提供的功能：
性能优异，经过测试，比 Nginx 都更胜一筹。
使用 ESM 进行集群的一个 2千多万的索引数据进行导入导出，分别走 Nginx 和 Elasticsearch 网关，网关和 Nginx 都部署在同一台16 核 32GB 的机器上，16 核全部跑满，Nginx 可以达到 20w/s，网关可以达到 25w/s。
Kibana 走网关可以降低重复请求，缓存常见查询，起到查询加速的效果，如下：
演示视频：https://v.qq.com/x/page/e3209mhh9kj.html
索引级别的限速限流，给后端 ES 稳稳的幸福。
可以开启请求日志，用来分析 ES 查询情况，如下：
追求性能极限，此网关名为极限网关（INFINI Gateway）。
欢迎帮忙测试，提供反馈意见。
每日构建：http://release.elasticsearch.cn/
镜像地址：https://hub.docker.com/r/infinilabs/gateway
文档手册：https://极限网关.com
目前提供的功能：
- 索引级别的请求限速
- 重复请求可以缓存
- Kibana 无缝提速
- Elasticsearch 节点自动发现
- 基于权重的节点选择，权重可配置
- 可控制到每个后端节点的最大连接数
- 查询日志统计分析，用于追踪请求排错审计
性能优异，经过测试，比 Nginx 都更胜一筹。
[root@XXX-ES-01 linux64]# ./esm -s https://elastic:pass@xx.xx.cn:9343 -d https://elastic:pass@xx.xx.cn:8000 -x medcl2 -y medcl23 -r -w 200 --sliced_scroll_size=40 -b 10 -t=30m
[11-12 22:09:38] [INF] [main.go:461,main] start data migration..
Scroll 20377840 / 20387840 99.95% 1m20s
Bulk 20371785 / 20387840 99.92% 1m53s
[11-12 22:11:32] [INF] [main.go:492,main] data migration finished.使用 ESM 进行集群的一个 2千多万的索引数据进行导入导出，分别走 Nginx 和 Elasticsearch 网关，网关和 Nginx 都部署在同一台16 核 32GB 的机器上，16 核全部跑满，Nginx 可以达到 20w/s，网关可以达到 25w/s。
Kibana 走网关可以降低重复请求，缓存常见查询，起到查询加速的效果，如下：
演示视频：https://v.qq.com/x/page/e3209mhh9kj.html
索引级别的限速限流，给后端 ES 稳稳的幸福。
可以开启请求日志，用来分析 ES 查询情况，如下：
追求性能极限，此网关名为极限网关（INFINI Gateway）。
欢迎帮忙测试，提供反馈意见。
[尊重社区原创，转载请保留或注明出处]
本文地址：http://searchkit.cn/article/14165
本文地址：http://searchkit.cn/article/14165
11 个评论
请问大神这个网关程序如何部署？如何配置？如何启动？没找到相关文档
感谢大大出品，你这个连个使用说明都没有，限速原理和nginx 限速一样？ kibana 加速时缓存什么部分，msearch 总不能缓存吧，能缓存的es 都缓存了，可控制到每个后端节点的最大连接数意义在哪里？
medcl 回复 zhangrui90
配置文件比较简单，一看应该就明白，里面有注释的，说明文档还没时间弄，晚点吧，不过已经有社区小伙伴分享了，可以去看看：https://elasticsearch.cn/article/14173 👍，限速主要是基于 Bucket 来实现的，kibana 加速主要是加速最终查询，你试一下就知道，限速和控制后端连接数都是在大集群的场景下，避免对后端集群造成突发流量冲击的手段。
zhangrui90 回复 medcl
kibana 加速主要是加速最终查询，最终查询不就是 msearch 发给es 么。主要想学习下原理
medcl 回复 zhangrui90
Kibana 加速做了两件事情：
1. 重复请求缓存;
2.查询条件改写，比如时间参数，会把 Now() 当前按特定精度取整（可配），对于 Dashboard 来说，也不需要这么高精度，适当缓存可以提升响应速度，降低后端 ES 压力。效果杠杠的。看文章里面的演示视频就知道了。
1. 重复请求缓存;
2.查询条件改写，比如时间参数，会把 Now() 当前按特定精度取整（可配），对于 Dashboard 来说，也不需要这么高精度，适当缓存可以提升响应速度，降低后端 ES 压力。效果杠杠的。看文章里面的演示视频就知道了。
网关的kibana监控视图这个能分享。。。用网关，weights这个里面配置的ip+port 是不是集群的，elasticsearch配置下的endpoint，是不是网关写日志的集群，我配置了两个不同的。。这么理解的，这样配置，访问8000端口，结果访问的是endpoint的集群。
Dashboard 在这里下载：https://github.com/medcl/infini-gateway/releases/tag/1.1.0_SNAPSHOT weights 里面是指定后端集群节点的权重的，不指定默认都是 1，也就是流量均分；需要开启 discover 才能自动发现后端集群，参加最新版本的配置样例。最新的快照下载在这里：http://release.elasticsearch.cn/
11111
111
1111
xet5
