本篇目录：
(十三)ELK技术栈之-Kibana使用
1、点击 Discover 菜单，打开Kibana的数据发现功能：点击 Visualize 菜单，进入可视化图表创建界面，Kibana自带有上10种图表，下面我们来看看这些图表的使用。
2、kibana4中，将功能拆分成了搜索（Discover），可视化（Visualize）和仪表盘(Dashboard)三个标签，我们使用最多的地方即是搜索，目前就给大家主要介绍搜索页面的使用。
3、日志的存储原始的日志存储我们采用ElasticSearch， 即ELK技术栈中E的原本用途，遵循ELK技术栈中各个方案之间的通用规范， 比如日志如索引采用logstash与kibana之间约定的index pattern。
4、抓取内容，并解析该用户的关注的用户的列表url，添加这些url到另一个set中，并用已爬取的url作为过滤。解析该用户的个人信息，并存取到本地磁盘。
Elasticsearch性能优化
可以从三方面进行优化：JVM性能调优、ES性能调优、控制数据来源 可以从三方面进行优化：JVM 性能调优、ES 性能调优、控制数据来源 第一步是 JVM 调优。
索引优化主要是在 Elasticsearch 插入层面优化，如果瓶颈不在这块，而是在产生数据部分，比如 DB 或者 Hadoop 上，那么优化方向就需要改变下。
a) JVM内存设置不要超过机器的一半内存，并且不超过32G。
目前 Elasticsearch 支持 map 、 global_ordinals_low_cardinality 、 global_ordinals 和 global_ordinals_hash 四种选择。在计算离散度比较大的字段统计值时，适当调整该参数，有益于节省内存和提高计算速度。
某中型互联网公司的游戏业务，使用了腾讯云的Elasticsearch产品，采用ELK架构存储业务日志。
Elasticsearch(四)简单的集群管理
1、此时只要启动第二个 Elasticsearch 进程，集群中就会有 2 个 node 节点，然后那 1 个 replica shard 就会自动分配过去，然后集群的状态就会变成 green。
2、一个 shard 本质上就是一个 Lucene 索引，也是 Elasticsearch 分布式化 Lucene 的关键抽象，是 Elasticsearch 管理 Lucene 文件的最小单位。所以，Elasticsearch 提供了大量的接口，可以对集群内的 shard 进行管理。
3、Master：主节点，每个集群都有且只有一个 尽量避免Master节点又是数据节点： node.data true 主节点的主要职责是负责集群层面的相关操作，管理集群变更，如创建或删除索引，跟踪哪些节点是群集的一部分，并决定哪些分片分配给相关的节点。
4、ECK 不仅能自动完成所有运行和集群管理任务，还专注于简化在 Kubernetes 上使用 Elasticsearch 的完整体验。ECK 的愿景是为 Kubernetes 上的 Elastic 产品和解决方案提供 SaaS 般的体验。
5、启动过程 当ElasticSearch节点启动时，使用广播技术来发现同一集群中的其他节点（配置文件中的集群名称）并于它们连接。
es索引管理
1、索引管理 使您能够查看索引设置、映射和统计信息并执行索引级操作。这些包括刷新、刷新、清除缓存、强制合并段、冻结索引等等。实践良好的索引管理有助于确保以最具成本效益的方式存储您的数据。
2、以下是一些常见关于ES索引管理的不正确的说法： 一个ES集群只能有一个索引：这是不正确的，一个ES集群可以包含多个索引。每个索引可以包含数百万个文档，每个文档可以包含多个字段。 删除文档会释放空间：这也是不正确的。
3、用户可以按需要自定义任何希望使用的名称，但出于管理的目的，此名称应该尽可能有较好的识别性。节点通过为其配置的ES集群名称确定其所要加入的集群。
4、如日志管理就是一个日期的索引需求，日期索引会很多，但每个索引存放的日志数据量就很少。副本分片 可以实现高可用。当持有主分片的节点挂掉之后，一个副本分片将会晋升为主分片的角色。
5、如何用elasticsearch2实现全文索引安装ik分词器到elasticsearch很简单，它有个插件目录analysis-ik，和一个配置目录ik，分别拷贝到plugins和conf目录就可以了。ES使用倒序索引来加速全文索引。
到此，以上就是小编对于批量删除索引项的问题就介绍到这了，希望介绍的几点解答对大家有用，有任何问题和不懂的，欢迎各位老师在评论区讨论，给我留言。
微信扫一扫打赏
