服务器运行环境:
OS: Windows Server 2019
CORE: 4-Core
RAM: 8GB
HDD: 60GB
elasticsearch: 7.3.0
kibana:7.3.0
JVM:4GB
单节点(one node)
我elasticsearch的data是sql server 的trace log数据(我只存最近7天的数据)。
6个db,不过数据量不大,一天6个db的总文档数少于10万(一个db少则几百,多则几万)。
我试了两个方案,我想知道应该用哪种:
两种我都试过,只是一个在server环境一个是在自己电脑的环境,速度来说差别不大,主要是想知道哪个方案更合适。在dashboard中显示的时候速度更快,dashboard显示每个db合在一起的相关的图表。
这是server的monitor截图:
OS: Windows Server 2019
CORE: 4-Core
RAM: 8GB
HDD: 60GB
elasticsearch: 7.3.0
kibana:7.3.0
JVM:4GB
单节点(one node)
我elasticsearch的data是sql server 的trace log数据(我只存最近7天的数据)。
6个db,不过数据量不大,一天6个db的总文档数少于10万(一个db少则几百,多则几万)。
我试了两个方案,我想知道应该用哪种:
- 每天生成6个index(1个db对应1个index)。每个索引的设置均为(参考网上性能调优的索引设置,某些设置的具体用处其实我不太清楚)
- 每天生成1个index(6个db的数据都放在一个index)。索引设置不变。(单个索引doc数量少于10万)每个index1个分片shard,不设置副本replicas
{ "index.blocks.read_only_allow_delete": "false", "index.priority": "1", "index.query.default_field": [ "*" ], "index.mapping.nested_fields.limit": "50", "index.mapping.nested_objects.limit": "10000", "index.mapping.depth.limit": "20", "index.mapping.total_fields.limit": "1000", "index.refresh_interval": "1s", "index.translog.sync_interval": "120s", "index.translog.durability": "async", "index.auto_expand_replicas": "0-1", "index.merge.scheduler.max_thread_count": "1", "index.number_of_replicas": "0", "index.write.wait_for_active_shards": "1"}
两种我都试过,只是一个在server环境一个是在自己电脑的环境,速度来说差别不大,主要是想知道哪个方案更合适。在dashboard中显示的时候速度更快,dashboard显示每个db合在一起的相关的图表。
这是server的monitor截图:
1 个回复
bellengao - 博客: https://www.jianshu.com/u/e0088e3e2127
赞同来自: dcuti8