Elasticsearch Index Monitoring(索引监控)之Index Stats A

本文将详细介绍Elasticsearch Index Monitoring监控命令之Index Stats API。

索引状态统计。默认状况下，该API会返回全部类型的统计信息，Indices Stats返回以下类型的统计信息。

docs

文档总数量（包含已删除的文档），调用文档删除API后并不会当即将文档物理删除，会保留一段时间，受refreshing the index的影响。其返回示例以下：

1"docs" : {
2         "count" : 1286,
3          "deleted" : 0
4  }

store

索引存储的总大小，其返回示例以下：

1"store" : {
2       "size_in_bytes" : 459254 
3}

其返回字段说明以下：

size_in_bytes
索引大小，单位为字节。

indexing

新增、更新、删除索引操做的统计信息，其返回示例以下：

1"indexing" : {
 2              "index_total" : 0,     
 3              "index_time_in_millis" : 0, 
 4              "index_current" : 0,            
 5              "index_failed" : 0,              
 6              "delete_total" : 0,                
 7              "delete_time_in_millis" : 0, 
 8              "delete_current" : 0,           
 9              "noop_update_total" : 0,     
10              "is_throttled" : false,            
11              "throttle_time_in_millis" : 0  
12        }

其返回字段说明以下：

• index_total
  索引操做总次数。
• index_time_in_millis
  索引操做总耗时。
• index_current
  当前正在执行索引操做的个数。
• index_failed
  失败的索引操做次数。
• delete_total
  执行删除索引操做的次数。
• delete_time_in_millis
  删除索引操做总耗时。
• delete_current
  当前正在执行删除索引操做的个数。
• noop_update_total
  空更新总次数（检测到空更新的次数）。
• is_throttled
  索引是否处在merge throttling control（合并节流控制状态）。
• throttle_time_in_millis
  索引处在merge throttling control(合并节流状态)的时间开销。

get

get api 统计信息，其返回示例以下：

1"get" : {
2          "total" : 0,                             
3          "time_in_millis" : 0,              
4          "exists_total" : 0,                  
5          "exists_time_in_millis" : 0,    
6          "missing_total" : 0,                
7          "missing_time_in_millis" : 0,  
8          "current" : 0                            
9}

其返回字段说明以下：

• total
  get api总调用次数。
• time_in_millis
  get api总耗时。
• exists_total
  命中的次数。
• exists_time_in_millis
  命中的操做总耗时。
• missing_total
  未命中的总次数。
• missing_time_in_millis
  未命中的操做的总耗时。
• current
  当前正在执行的个数。

search

查询API的统计信息，其返回示例以下：

1       "search" : {
 2          "open_contexts" : 0,                      
 3          "query_total" : 0,                            
 4          "query_time_in_millis" : 0,             
 5          "query_current" : 0,                       
 6          "fetch_total" : 0,                             
 7          "fetch_time_in_millis" : 0,              
 8          "fetch_current" : 0,                        
 9          "scroll_total" : 0,                            
10          "scroll_time_in_millis" : 0,             
11          "scroll_current" : 0,                       
12          "suggest_total" : 0,                       
13          "suggest_time_in_millis" : 0,        
14          "suggest_current" : 0                    
15        },

其返回字段说明以下：

• open_contexts
  正在打开的查询上下文个数。
• query_total
  查询出来的总数据条数。
• query_time_in_millis
  查询阶段所耗费的时间。
• query_current
  当前正在查询个数。
• fetch_total
  Fetch操做的次数。
• fetch_time_in_millis
  Fetch阶段总耗时时间。
• fetch_current
  正在fetch的次数。
• scroll_total
  经过scroll api查询数据总条数。
• scroll_time_in_millis
  经过scroll api总耗时时间。
• scroll_current
  当前滚动API调用次数。
• suggest_total
  经过suggest api获取的推荐总数量。
• suggest_time_in_millis
  suggest总耗费时间。
• suggest_current
  正在执行suggest api的个数。

merges

合并相关的统计信息，其输出示例以下：

1   "merges" : {
 2        "current" : 0,                                                        
 3        "current_docs" : 0,                                        
 4        "current_size_in_bytes" : 0,                                
 5        "total" : 0,                                                            
 6        "total_time_in_millis" : 0,                               
 7        "total_docs" : 0,                                                 
 8        "total_size_in_bytes" : 0,                                    
 9        "total_stopped_time_in_millis" : 0,                     
10        "total_throttled_time_in_millis" : 0,                     
11        "total_auto_throttle_in_bytes" : 104857600       
12      }

其返回字段说明以下：

• current
  总发生的合并次数。
• current_docs
  当前正在发生合并的文档数。
• current_size_in_bytes
  当前合并参与的文档总大小，单位字节。
• total
  总发生的合并次数。
• total_time_in_millis
  合并的总耗时（单位毫秒）。
• total_docs
  merge(合并)时总处理的文档个数。
• total_size_in_bytes
  merge(合并)时总处理的文档总大小（字节）。
• total_stopped_time_in_millis
  merge(合并)时总中止时间（吞吐率为0）。
• total_throttled_time_in_millis
  超过指定吞吐率而暂停的时间（节流）。
• total_auto_throttle_in_bytes
  自动进行流控的阔值,默认速率20m/s。

refresh

刷新索引相关的统计。

1       "refresh" : {
2        "total" : 15,                                                               
3        "total_time_in_millis" : 0,                                         
4        "listeners" : 0                                                          
5      }

其返回字段说明以下：

• total
  执行刷新的总次数。
• total_time_in_millis
  执行刷新总耗时。
• listeners
  等待刷新侦听器的数量。

flush

刷盘的统计信息。

1"flush" : {
2        "total" : 5,                                                        
3        "periodic" : 0,                                                  
4        "total_time_in_millis" : 0                                 
5      }

其返回字段说明以下：

• total
  执行刷盘操做的次数。
• periodic
  当translog超过刷新阈值时周期性触发的刷新次数。
• total_time_in_millis
  刷盘操做总耗时时间。

warmer

索引分片(shard)预热统计信息，分片预热是指为索引建立一个分片节点时，是否对该索引预热（为索引建立一bitSet位图）。其统计示例以下：

1"warmer" : {
2        "current" : 0,    
3        "total" : 5,        
4        "total_time_in_millis" : 0   
5      }

其返回字段说明以下：

• current
  当前正在预热的个数。
• total
  总共发生的预热次数。
• total_time_in_millis
  分片预热总耗时。

query_cache

查询缓存统计信息，其示例以下：

1"query_cache" : {
2        "memory_size_in_bytes" : 0,   
3        "total_count" : 0,                     
4        "hit_count" : 0,                        
5        "miss_count" : 0,                   
6        "cache_size" : 0,                    
7        "cache_count" : 0,                 
8        "evictions" : 0                        
9      }

其返回字段说明以下：

• memory_size_in_bytes
  查询缓存占用的内存空间，单位为字节。
• total_count
  缓存中查询的总次数，等于hit_count + miss_count。
• hit_count
  查询缓存命中的次数。
• miss_count
  查询缓存未命中的次数。
• cache_size
  当前查询缓存中缓存文档的个数。
• cache_count
  查询缓存总缓存文档个数（包含已经被换出evictions的文档个数）。
• evictions
  查询缓存被逐出的总数。

fielddata

fielddata统计信息，fielddata主要用加快text字段排序与聚合的性能，存储词根与文档的映射关系存储在在内存，在内存中进行排序与聚合。

1"fielddata" : {
2          "memory_size_in_bytes" : 0,         
3          "evictions" : 0                                 
4        }

其返回字段说明以下：

• memory_size_in_bytes
  当前占用内存的大小。
• evictions
  被逐出词根的个数。

completion

completion(自动填充)相关统计，其输出示例为：

1"completion" : {
2          "size_in_bytes" : 0                 
3 },

其返回字段说明以下：

• size_in_bytes
  自动提示占用字节数。

segments

检索打开段的内存使用状况。可选地，设置include_segment_file_size=true(默认为false)，将输出每一个Lucene索引文件的聚合磁盘使用状况，其返回示例以下：

1"segments" : {
 2          "count" : 32,                                                         
 3          "memory_in_bytes" : 38078,                                
 4          "terms_memory_in_bytes" : 23838,                     
 5          "stored_fields_memory_in_bytes" : 9984,            
 6          "term_vectors_memory_in_bytes" : 0,                  
 7          "norms_memory_in_bytes" : 2048,                       
 8          "points_memory_in_bytes" : 32,                           
 9          "doc_values_memory_in_bytes" : 2176,               
10          "index_writer_memory_in_bytes" : 0,                   
11          "version_map_memory_in_bytes" : 0,                  
12          "fixed_bit_set_memory_in_bytes" : 0,                  
13          "max_unsafe_auto_id_timestamp" : -1,              
14          "file_sizes" : { }                                                  
15   },

其返回字段说明以下：

• count
  该索引目前拥有的总段数。
• memory_in_bytes
  该索引缓存在内存中字节数。
• terms_memory_in_bytes
  倒排索引(term)缓存在内中所占字节数。
• stored_fields_memory_in_bytes
  该索引定义为stored_fields字段在内存中缓存的字节数。
• term_vectors_memory_in_bytes
  该索引term_vectors(词向量)在内存中所占字节数量。
• norms_memory_in_bytes
  该索引存储对应norms=true的字段当前在内存中缓存字节数。
• points_memory_in_bytes
  与地理位置相关的缓存数据。
• doc_values_memory_in_bytes
  设置为doc_values缓存在内存中的字节数（doc_values,列式存储）。
• index_writer_memory_in_bytes
  用于优化索引写的缓存（减小写磁盘的频率）。
• version_map_memory_in_bytes
  关于文档的版本映射所占内存大小。
• fixed_bit_set_memory_in_bytes
  fixed_bit_set内存，专门用来作nested查询的。
• max_unsafe_auto_id_timestamp
  es内部当前的自增ID。
• file_sizes
  其中若是设置为true，则file_sizes主要包含以下统计信息：
  

translog

translog统计信息（有点相似于Innodb的redo日志），其输出示例以下：

1"translog" : {
2          "operations" : 0,                                               
3          "size_in_bytes" : 1100,                                    
4          "uncommitted_operations" : 0,                        
5          "uncommitted_size_in_bytes" : 1100,             
6          "earliest_last_modified_age" : 0                     
7        }

其返回字段说明以下：

• operations
  写translog的次数（索引文档、更新文档、删除文档的总操做数量）。
• size_in_bytes
  translog实例管理的translog文件总大小。（一个索引引擎(InternalEngine)示例包含一个Translog实例）。
• uncommitted_operations
  当前还未提交到lucene中的操做次数（索引文档、更新文档、删除文档的操做数量）。
• uncommitted_size_in_bytes
  translog中未提交到Lucene中的字节数。
• earliest_last_modified_age
  以秒为单位返回translog文件中最老条目的年龄。

request_cache

请求缓存的统计信息，其输出示例以下：

1"request_cache" : {
2          "memory_size_in_bytes" : 0,                         
3          "evictions" : 0,                                               
4          "hit_count" : 0,                                               
5          "miss_count" : 0                                            
6},

其返回字段说明以下：

• memory_size_in_bytes
  请求缓存占用内存总大小。
• evictions
  请求缓存被剔除出次数。
• hit_count
  请求缓存被命中次数。
• miss_count
  请求缓存未命中次数。

recovery

recovery(恢复)相关的统计信息，其输出示例：

1"recovery" : {
2          "current_as_source" : 0,                                                  
3          "current_as_target" : 0,                                
4          "throttle_time_in_millis" : 0                          
5}

其返回字段说明以下：

• current_as_source
  做为源分片，正在执行恢复的分片数量 。
• current_as_target
  做为目标分片，正在执行恢复的分片数量。
• throttle_time_in_millis
  恢复过程总等待时间。

Indices Stats返回的结果是在索引级别的聚合，包含三个维度:primaries(全部主节点进行聚合)、total(全部主节点、副本节点进行聚合)、indices(索引级别)。

下面给出在JAVA中使用Index Stats示例来结束本篇的讲解。

ElasticSearch Index Stats JAVA示例以下：(当前elasticsearch6.4.0 High Rest Client未提供对应API的封装)

1public static final void test_Indices_StatsIndex() {
 2      TransportClient client = EsClient.getTransportClient();
 3      try {
 4         IndicesStatsRequest request = new IndicesStatsRequest();
 5//       request.indices("aggregations_index02");
 6//       request.indices("logs_write");
 7//       request.includeSegmentFileSizes(true);
 8         ActionFuture<IndicesStatsResponse> responseFuture = client.admin().indices().stats(request);
 9         IndicesStatsResponse response = responseFuture.get();
10         System.out.println(response);
11//       System.out.println(result);
12      } catch (Throwable e) {
13         e.printStackTrace();
14      } finally {
15         EsClient.close(client);
16      }
17   }

其返回的结果：

1{
 2  "_shards" : {
 3    "total" : 172,
 4    "successful" : 86,
 5    "failed" : 0
 6  },
 7  "_all" : {
 8    "primaries" : {
 9      "docs" : {
10        "count" : 4166,
11        "deleted" : 0
12      },
13      "store" : {
14        "size_in_bytes" : 929840
15      },
16      // ... 省略部分选项
17    },
18    "total" : {
19      "docs" : {
20        "count" : 4166,
21        "deleted" : 0
22      },
23      "store" : {
24        "size_in_bytes" : 929840
25      },
26      // ... 省略部分选项
27    }
28  },
29  "indices" : {
30    "aggregations_index04" : {
31      "uuid" : "2_6WutahTHa6iK52E7CwZQ",
32      "primaries" : {
33        // ... 省略部分选项
34     },
35      "total" : {
36        // ... 省略部分选项
37      }
38    },
39    "alias_demo" : {
40      "uuid" : "EltFD6Y6TA-lpfntx00naw",
41      "primaries" : {
42
43      },
44      "total" : {
45
46      }
47
48    } // 省略其余索引
49  }
50}

本文详细介绍了Index Stats API的使用，特别在结合源码的基础上给出该API响应结果中各个字段含义的解读，包含docs、store、indexing、get、search、merges、refresh、flush、warmer、query_cache、fielddata、completion、segments、translog、request_cache、recovery。

更多文章请关注微信公众号：

一波广告来袭：本文做者新书《RocketMQ技术内幕》已出版上市。

《RocketMQ技术内幕》已出版上市，目前可在主流购物平台（京东、天猫等）购买，本书从源码角度深度分析了RocketMQ NameServer、消息发送、消息存储、消息消费、消息过滤、主从同步HA、事务消息；在实战篇重点介绍了RocketMQ运维管理界面与当前支持的39个运维命令；并在附录部分罗列了RocketMQ几乎全部的配置参数。本书获得了RocketMQ创始人、阿里巴巴Messaging开源技术负责人、Linux OpenMessaging 主席的高度承认并做序推荐。目前是国内第一本成体系剖析RocketMQ的书籍。