Elasticsearch介绍（六 ）ES线上问题排查主要查哪些指标

elasticsearch虽然我们大家都在用。但是我们在面试的时候，还是会遇到很多同学只会简单的curd对es进行操作，其他的东西不了解，那么生产上出现问题，改如何解决呢？大家是不是就丈二和尚摸不着头脑了。所以这篇文章我们介绍下，生产上的es出现了问题，我们该如何查。

一、生产上索引数据的时候比较慢，怎么办？

先说下索引的过程：

1、client发起请求。

2、此请求随机分布到node2节点。

3、node2节点根据hash路由，找到数据应该被写入的shard分片主机 node1上。

4、node2将请求发送给node1

5、node1节点把数据写入成功，然后把写入副本的请求发送给node2节点

6、node2节点副本写成功，放ack消息给node1的主分片。

7、node1主分片节点返回ack信息给node2节点

8、node2节点将信息返回给client。

再说下写索引的时候elasticsearch的流程

1、写数据的客户端发起请求。

2、数据首先被写入memory buffer 和tanslog buffer

3、等待服务器进行refresh操作，此时数据会被存储到filsystem cache 即操作系统内存中。 这里的refresh可以进行配置，默认为1s刷新一次

4、filesystem cache里面的数据被flush到磁盘中。这里也是可以直接配置的。

生产上我们使用api进行索引的时候经常会遇到索引慢的问题，每一个同步的请求等了很久才返回，这个时候我们应该核查哪些指标呢？下面列举下：

二、生产上查询数据的时候比较慢，怎么办？

先说下整个查询过程：

1、client发起请求

2、请求随机分布到node2节点。

3、node2节点根据路由信息，查询所有分片所在的服务器（主分片或者副本分片）信息。

4、node2节点把请求转发给路由的主分片或者副本分片所在的服务器

5、各服务器进行内部查询，把结果返回给node2节点。

6、node2节点根据规则进行过滤排序，取出size条信息。

7、node2根据取出的size条信息，把docid发给所有的分片服务器（主分片或者副本分片）。

8、各服务器把document返回给node2服务器。

9、node2服务器把数据返回给client

生产上我们使用api进行查询的时候经常会遇到查询慢的问题，查询一个结果，等了很久才返回，这个时候我们应该核查哪些指标呢？下面列举下：

上面主要介绍了一下索引和查询的时候，主要查看的一些指标，但是在分析线上的索引或者查询的问题的时候，我们还要从下面这些维度进行分析：

1）集群健康和节点可用性

需要时刻观察集群中的整个集群节点的健康性和可用性。这个我们从head插件就能看得出来，例如：集群节点状态（红色，绿色，黄色），节点的数量，分片数量，分片大小，副本分片的政策性。

2）内存刷新和flush磁盘的配置

需要检查下配置中内存刷新的机制和flush磁盘的配置间隔等，在频繁索引的时候，可以适当增大一下flush和刷内存的时间间隔。

3）查看内存使用和垃圾回收的情况

elasticsearch是java编写的，所以对于内存的使用还有垃圾回收需要敏感一点。时刻通过监控进行观察elasticsearch集群中内存的使用情况和垃圾回收情况。及时做相关的调整。

4）观察服务器的使用情况

elasticsearch的集群节点都是部署在服务器上的，对于内存的话，我们一般要求xms，xmx配置为服务器的内存一半，剩余一半留给lucene和服务器的其他程序。但是这个一半不是绝对的追求。我们线上的服务器是64G内存的，我们的xms和xmx配置的是26G。

同时在集群可用的情况下，我们还要观察磁盘空间的利用率，磁盘I/O利用率，服务器CPU使用率，服务器出入网带宽使用情况。文件打开数量等。