1.基于es数据使用tableu。
http://t.cn/Rl6ZoRX

2.在vscode中调试es查询语句。
http://t.cn/Rlio50B 

3.全面介绍韩语分词器。
http://t.cn/Rli9inA 

编辑：cybredak
归档：https://elasticsearch.cn/article/354
订阅：https://tinyletter.com/elastic-daily 收起阅读 »

1.(自备梯子)让你成为优秀数据科学家的45种方法。
http://t.cn/RWeyM6d
2.(自备梯子)非常全面的介绍ElasticSearch的特点，使用案例和推荐书籍。
http://t.cn/RlfRbkm
3.使用Kubernetes管理日志记录。
http://t.cn/RlfRcwf

编辑：至尊宝
归档：https://elasticsearch.cn/article/353
订阅：https://tinyletter.com/elastic-daily 收起阅读 »

1、作为工程师需要知道的搜索引擎知识
http://t.cn/RWqayNZ
2、.Net开发者使用ES教程
http://t.cn/RlGuApp
3、一款与位置有关的相似插件
http://t.cn/RlqbzDF
编辑：bsll
归档：https://www.elasticsearch.cn/article/352
订阅：https://tinyletter.com/elastic-daily
  收起阅读 »

1、Elasticsearch unassigned shards 应急处理方案
http://t.cn/Rlwub5s
2、可行 | 解决Unassigned Shards大探讨
http://t.cn/RlwuVFn
3、快照&重新存储数据方案
http://t.cn/RlwuXmm
活动预告：Elastic 武汉交流会 
https://elasticsearch.cn/article/344 

编辑：laoyang360
归档：https://elasticsearch.cn/article/351
订阅：https://tinyletter.com/elastic-daily
  收起阅读 »

主要讲解如何通过Search guard 为Elasticsearch 进行安全加固。
http://rickywag.com/archives/618

1.ES集群服务器CPU负载瞬间飚高分析
https://elasticsearch.cn/article/348
2.elasticsearch api 101
http://t.cn/RlZ1PND
3.一个免费的支持kibana多租户、加密、认证、授权、审计的Elasticsearch和Kibana安全插件
http://t.cn/RZpF03g
活动预告：Elastic 武汉交流会 
https://elasticsearch.cn/article/344

感谢社区well的投稿
编辑：金桥
归档：https://elasticsearch.cn/article/349
订阅：https://tinyletter.com/elastic-daily 收起阅读 »

先观察了下集群系统资源的使用情况，发现网络、磁盘、内存等都没有什么迹象，唯独 CPU 负载就是居高不下，系统响应很慢，几乎不响应。几次使用 JVM 命令都无功而返。经过多次使用 Top 命令，才发现导致 CPU 负载过高（飙到200多）是 %sy 这项，表面现象是操作系统内核导致。之前无数次怀疑 Java 程序问题，GC 问题，看来方向错了，既然耗那么长时间才找到一丝线索，应该好好利用。
    尝试了一些命令后，发现和使用 JVM 命令一样，搞不定，比如用 ltrace 就导致 JVM 进程僵死。由于并非稳定重现，耗时好几天，才使用 strace -T -r -c -f -F -p 得到 futex、epoll_wait 占用资源。这不行，这些信息不足以说明或支撑如何解决负载问题，但 futex 这个是系统调用是互斥的信号，难道有锁方面问题，似乎应该从这个方面下手。
    Linux 中有什么好的工具能在这种敲命令都没响应的情况下来获取一些信息呢？于是再找一些工具，gdb 尝试了下，直接卡死，搞不定。gstack、gcore 都不行，难道非得要 dump kernel core？
但即使得到了，我对 Linux 内核的分析还没多少经验，而且耗时，中间少不了服务器频繁重启，不到万不得已不走这一步。
    找了一些工具：systemtap、stap、dtrace、perf 等，于是在非繁忙时候搞了一把，systemtap 的 On-CPU、Off-CPU 及火焰图不错，至少我能拿到内核系统调用到底是哪些，然后针对火焰图里耗时的系统调用信息再找具体的解决方案。systemtap 虽好，但那个 sample-bt 脚本总不如意，在负载高的时候被自己的资源限制，改了些参数也不如意。于是转向 perf，这玩意好，轻量级，就取个 60s 信息，多来几把，嘿嘿，还正搞出一些数据。
    # perf record -F 99 -ag -o p1.data -- sleep 60
    # perf script -i p1.data | ./stackcollapse-perf.pl > out.perf-folded
    # cat out.perf-folded | ./flamegraph.pl > perf-kernel-1.svg
    


    将分析的数据转换为火焰图，用火眼金睛照一照，还真能看出一些问题。
    通过调用依赖关系分析，根据 _spin_lock_irq 初步推测问题由 kernel 的内存管理部分触发。
    似乎 CentOS 6 相对于 CentOS 5 在 kernel 内存管理模块的一些改进点（如 transparent huge page, 基于 NUMA 的内存分配等），有没有可能是 CentOS 6 新增的 THP 特性导致 cpu sys 过高？搜索下相关函数名的关键字，确定猜测正确。通过以下内核参数优化关闭系统 THP 特性（临时生效）:
    # echo never > /sys/kernel/mm/redhat_transparent_hugepage/enabled
    # echo never > /sys/kernel/mm/redhat_transparent_hugepage/defrag
    从火焰图我们也可以看到，申请内存的线程在等待自旋锁，操作系统现在正回收 pagecache 到 freelist。于是 zone 里来申请内存的线程都得在这里等待着，于是 load 值就高了上来。外在的表现就是，系统反应好慢啊，ssh 都登不进去（因为 ssh 也会申请内存）；即使登录进去了，敲命令也没有反应（因为这些命令也都是需要申请内存的）。
    
    几个概念（来源于网络）：
    page cache
    导致这个情况的原因是：线程在申请内存的时候，发现该 zone 的 freelist 上已经没有足够的内存可用，所以不得不去从该 zone 的 LRU 链表里回收 inactive 的 page，这种情况就是 direct reclaim（直接回收）。direct reclaim 会比较消耗时间的原因是，它在回收的时候不会区分 dirty page 和 clean page，
如果回收的是 dirty page，就会触发磁盘 IO 的操作，它会首先把 dirty page 里面的内容给刷写到磁盘，再去把该 page 给放到 freelist 里。
    


    page reclaim
    在直观上，我们有一个认知，当读了一个文件，它会被缓存到内存里面，如果接下来的一几天我们一直都不会再次访问它，而且这几天都不会关闭或者重启机器，那么在这几天之后该文件就不应该再在内存里头了。这就是内核对 page cache 的管理策略：LRU（最近最少使用）。即把最近最少使用的 page cache 给回收为 free pages。
    内核的页回收机制有两种：后台回收和直接回收。
    后台回收是有一个内核线程 kswapd 来做的，当内存里 free 的 pages 低于一个水位（page_low）时，就会唤醒该内核线程，然后它从 LRU 链表里回收 page cache 到内存的 free_list 里头，它会一直回收直至 free 的 pages 达到另外一个水位 page_high. 如下图所示：
    


    直接回收则是，在发生 page fault 时，没有足够可用的内存，于是线程就自己直接去回收内存，它一次性的会回收 32 个 pages。逻辑过程如下图所示
    



    所以要避免做 direct reclaim。
    memory zone
    对于多核 NUMA 系统而言，内存是分节点的，不同的 CPU 对不同的内存节点的访问速度是不一样的，所以 CPU 会优先去访问靠近自己的内存节点（即速度相对快的内存区域）。
    CPU 内部是依靠 MMU 来进行内存管理的，根据内存属性的不同，MMU 将一个内存节点内部又划分了不同的 zone。
    对 64-bit 系统而言，一个内存节点包含三个 zone：Normal，DMA，DMA32.
    对 32-bit 系统而言，一个内存节点则是包括 zone：Normal，Highmem，DMA。
    Highmem 存在的目的是为了解决线性地址空间不够用的问题，在 64-bit 上由于有足够的线性地址空间所以就没了该 zone。不同 zone 存在的目的是基于数据的局部性原则，我们在写代码的时候也知道，把相关的数据给放在一起可以提高性能，memory zone 也是这个道理。于是 MMU 在分配内存时，也会尽量给同一个进程分配同一个 zone 的内存。凡事有利就有弊，这样有好处自然也可能会带来一些坏处。    
    为了避免 direct reclaim，我们得保证在进程申请内存时有足够可用的 free pages，从前面我们可以看出，提高 watermark low 可以尽早的唤醒 kswapd，然后 kswapd 来做 background reclaim。为此，内核专门提供了一个 sysctl 接口给用户来使用：vm.extra_free_kbytes。
    




    # cat /etc/sysctl.conf | grep kbytes
    vm.extra_free_kbytes = 4096000
    vm.min_free_kbytes = 2097152
    于是我们增大这个值（比如增大到 5G），确实也解决了问题。增大该值来提高 low 水位，这样在申请内存的时候，如果 free 的内存低于了该水位，就会唤醒 kswapd 去做页回收，同时又由于还有足够的 free 内存可用所以进程能够正常申请而不触发直接回收。
    线程的回收跟 memory zone 相关。也就是说 normal zone 里面的 free pages 不够用了，于是触发了 direct reclaim。但是，假如此时 DMA zone 里还有足够的 free pages 呢？线程会不会从 DMA zone 里来申请内存呢？
    free 的 pages 都在其它的 zone 里头，所以线程去回收自己 zone 的 page cache 而不去使用其它 zone 的 free pages。对于这个内核也提供了一个接口给用户使用：vm.zone_reclaim_mode. 这个值在该机器上本来是1（即宁肯回收自己 zone 的 page cache，也不去申请其它 zone 的 free pages）,我把它更改为0（即只要其它 zone 有 free pages 就去其它 zone 里申请）,就解决了该问题（一设置后系统就恢复了正常）
       从这个问题也可以看出，Linux 内核提供了各种各样的机制，然后我们根据具体的使用场景来选择使用的策略。目的是为了在不影响稳定性的前提下，尽可能的提升系统性能。
        Linux 机制的多种多样，也给上层的开发者带来了一些苦恼：由于对底层了解的不深入，就很难选择出一个很好的策略来使用这些内核机制。
    然而对这些机制的使用，也不会有一个万能公式，还是要看具体的使用场景。由于搜索服务器存在很多批量文件操作，所以对 page cache 的使用很频繁，
    所以我们才选择了尽早的能够触发 background reclaim 这个策略；而如果你的文件操作不频繁，显然就没有必要去尽早的唤醒后台回收线程。
        另外一个，作为一个文件服务器，它对 page cache 的需求是很大的，越多的内存作为 page cache，系统的整体性能就会越好，所以我们就没有必要为了数据的局部性而预留 DMA 内存，
    两相比较肯定是 page cache 对性能的提升大于数据的局部性对性能的提升；而如果你的文件操作不多的话，那还是打开 zone_reclaim 的。
    # cat /etc/sysctl.conf | grep zone
    vm.zone_reclaim_mode = 0
    经过调整以上这几个参数后，再持续监控一段时间，问题得以解决。

 

在 redhat 官网和 cloudera 官网也搜到了相关的内容，附录下来，供参考。
    在 redhat 的官网上，有对THP特性的细化说明：
      https://access.redhat.com/site ... .html
    在 cloudera 的 CDH4 部署说明中，也建议将系统的 THP 的 compaction 特性关闭：
        http://www.cloudera.com/conten ... .html 收起阅读 »

1. Scroll API 详解（文章有点老）
http://t.cn/RlvDxqS 
2. 你真的了解 ES 的分页么？
http://t.cn/Rlvzfni 
3. 分页查询 From&Size VS scroll
http://t.cn/RGBeOOK 
活动预告：Elastic 武汉交流会
https://elasticsearch.cn/article/344 
 
编辑：江水
归档：https://elasticsearch.cn/article/347
订阅：https://tinyletter.com/elastic-daily 收起阅读 »

 

1.logstash实战，深入分析思科Meraki日志消息。
http://t.cn/RWrfOI7 
2.基于 Elasticsearch实现搜索建议的一些方法。
http://t.cn/RWrfudV 
3.如何在windows上安装Logstash与Kibana。
http://t.cn/RWrfQij 
活动预告：Elastic 武汉交流会 
https://elasticsearch.cn/article/344 

编辑：叮咚光军
归档：https://elasticsearch.cn/article/345 
订阅：https://tinyletter.com/elastic-daily
  收起阅读 »

 


Elastic Meetup 线下交流活动首次来到江城武汉，武汉是湖北省省会、中部六省唯一的副省级市和特大城市、中国中部地区的中心城市，全国重要的工业基地、科教基地和综合交通枢纽。
 

主办：
本次活动由 Elastic 与 猫友会 联合举办。
 
媒体：
本次活动由 IT大咖说 独家提供现场直播。
 
时间：
2017.11.4​  下午2:00-5:00（1点半开始签到）
 
地点：
氪空间（武汉市武昌区湖北省科技创业大厦A栋3楼客空间）
 
主题：
Elastic - Medcl - Elastic Stack 6.0 新功能介绍
尚德机构 - 白凡 - 高吞吐状况下斗鱼搜索引擎优化之路
基于爬虫和 Elasticsearch 快速构建站内搜索引擎
闪电分享（5-10分钟，可现场报名） 

参会报名：
http://elasticsearch.mikecrm.com/O6o0yq3
 
现场直播




现场交流微信群
（❗️⚠️请注意：限武汉本地同学，外地毋加，微信人数限制，仅供现场参会人员沟通使用，谢谢合作???）



 
广州、深圳也在筹备中：https://elasticsearch.cn/article/261
 
 
关于 Elastic Meetup

Elastic Meetup 由 Elastic 中文社区定期举办的线下交流活动，主要围绕 Elastic 的开源产品（Elasticsearch、Logstash、Kibana 和 Beats）及周边技术，探讨在搜索、数据实时分析、日志分析、安全等领域的实践与应用。

 
关于 Elastic



Elastic 通过构建软件，让用户能够实时地、大规模地将数据用于搜索、日志和分析场景。Elastic 创立于 2012 年，相继开发了开源的 Elastic Stack（Elasticsearch、Kibana、Beats 和 Logstash）、X-Pack（商业功能）和 Elastic Cloud（托管服务）。截至目前，累计下载量超过 1.5 亿。Benchmark Capital、Index Ventures 和 NEA 为 Elastic 提供了超过 1 亿美元资金作为支持，Elastic 共有 600 多名员工，分布在 30 个国家/地区。有关更多信息，请访问 http://elastic.co/cn 。
 
关于猫友会



猫友会介绍：猫友会通过“人才回流，知识回流，创业回流”，来改变武汉互联网的行业环境。目前是影响力最大的湖北籍互联网社群，聚集了世界各地的5000余名湖北籍的互联网工程师。猫友会社区http://bbs.maoyouhui.cc.  光谷猫友会公众号：mtydev。

关于IT大咖说


 
IT大咖说，IT垂直领域的大咖知识分享平台，践行“开源是一种态度”，通过线上线下开放模式分享行业TOP大咖干货，技术大会在线直播点播，在线活动直播平台。http://www.itdks.com 。
 
再次感谢猫友会和IT大咖说的大力支持! 收起阅读 »

1.kibana dashborad嵌入式时间选择器插件。
http://t.cn/RWmjISQ

2.玩儿透日志分析集群搭建，调优，管理。
http://t.cn/RWmYDJv

3.现在就可以预约十一月一号的elastic官方kibana可视化教程。
http://t.cn/RWmRcgA
编辑：cyberdak
归档：https://elasticsearch.cn/article/343
订阅：https://tinyletter.com/elastic-daily
  收起阅读 »

1.使用机器学习任务监测异常并向可视化的时间序列添加注释。
http://t.cn/RWH0Oyg
2.父子关系在Elasticsearch中的性能考量。
http://t.cn/RWH0TH3
3.(自备梯子)5天在5家硅谷顶级公司面试，作者如何拿到5份offer。
http://t.cn/RWinyw9

编辑：至尊宝
归档：https://elasticsearch.cn/article/342
订阅：https://tinyletter.com/elastic-daily 收起阅读 »

1.ES选举-类Bully算法
http://t.cn/RWWD6LM
2.如何更优雅的定制开发elasicsearch插件
https://elasticsearch.cn/article/339
3.你应该了解的5个 Logstash Filter 插件
https://elasticsearch.cn/article/332
活动预告：Elastic 长沙交流会 
https://elasticsearch.cn/article/320

感谢jiangtao，dongne的投稿。
编辑：金桥
归档：https://elasticsearch.cn/article/341
订阅：https://tinyletter.com/elastic-daily 收起阅读 »

1、基于HBase+ ElasticSearch的车联网的应用
http://t.cn/RWoD1x8 
2、携程大数据实践：高并发应用架构及推荐系统案例
http://t.cn/RWoDFX8 
3、Elasticsearch相关度计算原理
http://t.cn/RWK4SQN 
4、搞清楚logstash、filebeat到底什么区别？
http://t.cn/RWKPDDj 

编辑：laoyang360
归档：https://elasticsearch.cn/article/340
订阅：https://tinyletter.com/elastic-daily 

  收起阅读 »