elasticsearch segment 合并太快什么原因

Elasticsearch | 作者 240475588 | 发布于2017年08月09日 | 阅读数：5715

elasticsearch segment 合并太快什么原因

场景是这样的：bulk update5000数据，一直在跑（每批5000不停的更新数据）
结果发现每秒segment 产生几十上百个10KB的（假设我每批数据10MB，不是应该产生几个2MB的segment 吗？），
每批bulk update 几十秒，甚至上百秒，太慢了，我并发不高单线程跑的
如下图
环境 8核cpu 32G内存硬盘300G，3台机器，
1.6亿文档，总共占硬盘60G

4 个回复

kepmoving - 90后

赞同来自: juneryang 、shwtz

Lucene 把每次生成的倒排索引，叫做一个段(segment).然后另外使用一个 commit 文件记录索引内所有的 segment，生成 segment 的数据来源，refresh到内存中的 buffer。从写入refresh到文件缓存buffer中默认设置为 1 秒。es中另外还记录了translog 日志。通过translog 日志真正把 segment 刷到磁盘，同时commit 文件进行更新，然后translog 文件才清空。这一步，叫做 flush。默认设置为：每 30 分钟主动进行一次 flush。也就是索引的过程会持续生成小的segment，每隔一段时间就是commit这些segment，es会自动合并这些小的segment