通知：即日起，禁止携带Note 7登机，且不得作为航空货物托运或承运
06-17
注：本文所述的问题及解决方案同样适用于腾讯云Elasticsearch服务（ES）。本文继续：如何解决Elasticsearch集群负载不均的问题。
背景 在某些情况下，ES集群会出现CPU占用率较高的情况。具体表现有两个： 1、个别节点的CPU占用率远高于其他节点； 2..集群中所有节点的CPU使用率都很高。
本文我们重点讨论第二种情况。问题现象：集群中所有节点的CPU很高，但是读写却不是很高。
从图中可以看出，根据kibana端StackMonitoring的监控，各个节点的CPU占用率都非常高。出现这种情况的原因是，从表面上看，集群读写性能不高，因此很难从监控中快速找到根本原因。
因此，我们需要仔细观察，从细节中寻找答案。下面我们介绍几种可能的场景以及排查思路。
原因一：比较大的查询请求导致CPU飙升是很常见的。如果细心的话，可以从监控中发现端倪：从监控中可以发现查询请求量的波动与集群的最大CPU使用率基本一致。
发现问题后，需要开启集群的慢日志收集来进一步确认。您可以参考官方文档：集群日志说明。
从慢日志中，我们可以得到更多的信息。比如索引、查询参数以及导致查询慢的内容。
解决方案：针对这种情况，我们一般建议： 1、尽量避免大文本搜索，优化查询； 2、通过慢日志确认慢查询索引。对于一些数据量较小的索引，设置少量的分片和多个副本。
例如1个分片有多副本，以提高查询性能； 3.考虑集群升级和扩容。原因2：写请求导致CPU尖峰。
同样的原因，首先通过监控观察CPU尖峰与写入相关，然后开启集群的慢速日志收集，确认慢速写入请求，并进行优化。还可以通过获取hot_threads信息来确认哪个线程正在消耗CPU： 代码语言：javascript复制curl管道操作，摄取操作非常消耗资源。
如果解决方案遇到上述问题，业务方需要根据实际情况进行优化。原因3：段太多当段太多时，索引的性能会变得很差。
解决方案：在业务淡季进行强制合并操作，减少段数。有关详细信息，请参阅强制合并。
此操作也会彻底删除缓存中的delete.doc，并将小段合并为大段。总结 排查此类问题的关键点在于，利用好集群监控指标，快速判断问题的方向，然后配合集群日志定位问题的根源，从而能够解决问题很快就解决了。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-21
06-18
06-18
最新文章
【玩转GPU】ControlNet初学者生存指南
【实战】获取小程序中用户的城市信息（附源码）
包雪雪简单介绍Vue.js：开学
Go进阶：使用Gin框架简单实现服务端渲染
线程池介绍及实际案例分享
JMeter 注释 18 - JMeter 常用配置组件介绍
基于Sentry的大数据权限解决方案
【云+社区年度征文集】GPE监控介绍及使用