干货 | Elasticsearch索引管理利器——Curator深刻详解
一、痛点
Elasticsearch集群管理中索引的管理很是重要。
数据量少的时候，一个或者几个索引就能知足问题。
可是一旦数据量天天几TB甚至几十TB的增加时，索引的生命周期管理显得尤其重要。html
痛点1：你是否遇到过磁盘不够，要删除几个月前甚至更早时间数据的状况？
若是没有基于时间建立索引，单一索引借助delete_by_query结合时间戳，会越删磁盘空间越紧张，
以致于对本身都产生了怀疑？git
痛点2：你是否还在经过复杂的脚本管理索引？
1个增量rollover动态更新脚本，
1个按期delete脚本，
1个按期force_merge脚本，
1个按期shrink脚本，
1个按期快照脚本。
索引多了或者集群规模大了，脚本的维护是一笔不菲的开销。github
若是以上痛点，你都遇到过了。
那么，客官别走，本文利器curator会给你答案。web
二、curator是什么？
2.1 被Elastic收编的历史
curator最先被称为clearESindices.py。 它的惟一功能是删除索引，
然后重命名：logstash_index_cleaner.py。它在logstash存储库下做用：过时日志清理。
此后不久，原做者加入Elastic，它成为了Elasticsearch Curator，
Git地址：https://github.com/elastic/curatorcentos
2.2 收编后功能强大
curator容许对索引和快照执行许多不一样的操做，包括：安全
- 从别名添加或删除索引（或二者！）
- 更改分片路由分配更改分片路由分配
- 关闭索引关闭索引
- 建立索引建立索引
- 删除索引删除索引
- 删除快照删除快照
- 打开被关闭的索引打开被关闭的索引
- 对索引执行forcemerge段合并操做对索引执行forcemerge段合并操做
- reindex索引，包括来自远程集群的索引reindex索引，包括来自远程集群的索引
- 更改索引的每一个分片的副本数 更改索引的每一个分片的副本数
- rollover索引rollover索引
- 生成索引的快照（备份）生成索引的快照（备份）
- 还原快照还原快照
三、curator 版本
不一样于Elasticsearch甚至ELKB的版本统一规范，curator有本身的一套版本规范。
简化记录以下：
6.XES使用 curator 5；
5.XES可使用curator5 或者 curator4 ，具体参考官网：https://www.elastic.co/guide/en/elasticsearch/client/curator/current/version-compatibility.htmlelasticsearch
还等什么，赶忙用起来！ide
四、Curator使用指南
4.1 curator安装
curator能够经过多种方式安装，具体取决于您的需求。
值得注意的是，Curator只须要安装在可访问Elasticsearch集群中机器上就能够运行。 它不须要安装在群集中的一个节点上。svg
个人机器是5.X版本，使用以下操做ok。工具
Step1：安装：
pip install elasticsearch-curator
centos6/7用户更简洁：
yum install elasticsearch-curator
Step 2：升级至最新版本（非必须，根据本身须要）：
pip install -U elasticsearch-curator
验证执行成功方法1：
curator_cli show_indices
若成功，会显示索引信息。
4.2 curator用法讲解
4.2.1 用法1：curator_cli 命令行
用法举例：curator_cli 关闭所有一天前建立的索引名称为logs_*开头的索引。
curator_cli --host 192.168.1.2 --port 9200 close --filter_list '[{"filtertype":"age","source":"creation_date","direction":"older","unit":"days","unit_count":1},{"filtertype":"pattern","kind":"prefix","value":"logs_"}]'
好处：无需配置文件，一行命令便可成功。
坏处：不能便捷的适应复杂的操做。
4.2.2 用法2：curator命令行
用法举例：
curator [--config CONFIG.YML] [--dry-run] ACTION_FILE.YML
解释：
一、CONFIG.YML是配置文件，用于配置ES集群信息。
CONFIG.YML样例：
[root@localhost .curator]# cat curator.yml # Remember, leave a key empty if there is no value. None will be a string, ## not a Python "NoneType" client: hosts: 192.168.1.1 port: 9200 url_prefix: use_ssl: False certificate: client_cert: client_key: ssl_no_validate: False http_auth: timeout: 30 master_only: False logging: loglevel: INFO logfile: /home/curator/logs logformat: default blacklist: ['elasticsearch', 'urllib3']
核心配置：
1）集群IP；
2）安全认证信息；
3）日志信息。
二、ACTION_FILE.YML 执行索引操做的配置信息
因为支持的操做很是多，建议直接参考官网配置便可：
https://www.elastic.co/guide/en/elasticsearch/client/curator/current/actions.html
https://www.elastic.co/guide/en/elasticsearch/client/curator/current/examples.html
拿删除历史索引举例：
如下命令删除了30天前，以logs_*开头的索引。
[root@localhost .curator]# cat action.yml
---
# Remember, leave a key empty if there is no value. None will be a string,
# not a Python "NoneType"
#
# Also remember that all examples have 'disable_action' set to True. If you
# want to use this action as a template, be sure to set this to False after
# copying it.
actions:
1:
action: delete_indices
description: >-
Delete indices older than 20 days (based on index name), for logstash-
prefixed indices. Ignore the error if the filter does not result in an
actionable list of indices (ignore_empty_list) and exit cleanly.
options:
ignore_empty_list: True
disable_action: False
filters:
- filtertype: pattern
kind: prefix
value: logs_
- filtertype: age
source: name
direction: older
timestring: '%Y.%m.%d'
unit: days
unit_count: 30
若是执行多个任务怎么办呢？
注意：actions: 后面的，依次类推：
2：执行操做
3：执行操做
4：执行操做
N：执行操做
好处：1个配置搞定10+处操做，不费劲！
4.3 curator 实践
通过4.2的配置，实践执行以下：
curator --config config.yml 指定路径/action.yml
4.4 周期性执行
借助crontab，天天零点5分执行
$ crontab -e
加上以下的命令：
5 0 * * * curator --config config.yml action.yml
五、小结
切记：
curator适用于基于时间或者template其余方式建立的索引，
不适合单一索引存储N久历史数据的操做的场景。
思考：
遇到通用问题，不要重复造轮子，看看官方或者别人是否已经实现了，已经有更好的方案了。
若是有，就“拿来主义”，和本身业务不一致，能够考虑优化。
好比：相似curator，有不少公司已经进一步加工为可视化工具，极大提升效率。
Elasticsearch基础、进阶、实战第一公众号