ES 堆内存分配问题


本文来自网络:

1. 堆内存如何配置?
默认情况下,Elasticsearch JVM使用堆内存最小和最大大小为2 GB(5.X版本以上)。

早期版本默认1GB,官网指出:这明显不够。

在转移到生产环境时,配置足够容量的堆大小以确保Elasticsearch功能和性能是必要的。

Elasticsearch将通过Xms(最小堆大小)和Xmx(最大堆大小)设置来分配jvm.options中指定的整个堆。

举例如下:

设置方式一: 
在jvm.option配置文件中设置堆内存。

-Xms2g 
-Xmx2g

设置方式二: 
通过环境变量设置。 
这可以通过注释掉jvm.options文件中的Xms和Xmx设置并通过ES_JAVA_OPTS设置这些值来完成:

ES_JAVA_OPTS="-Xms2g -Xmx2g" ./bin/elasticsearch 
ES_JAVA_OPTS="-Xms4000m -Xmx4000m" ./bin/elasticsearch

2、堆内存的决定因素
堆内存的值取决于服务器上可用的内存大小。

3、堆内存配置建议
将最小堆大小(Xms)和最大堆大小(Xmx)设置为彼此相等。

Elasticsearch可用的堆越多,可用于缓存的内存就越多。但请注意,太多的堆内存可能会使您长时间垃圾收集暂停。

将Xmx设置为不超过物理内存的50%,以确保有足够的物理内存留给内核文件系统缓存。

- 不要将Xmx设置为JVM超过32GB。

大小建议:
宿主机内存大小的一半和31GB,取最小值。

4、堆内存为什么不能超过物理机内存的一半?
堆对于Elasticsearch绝对重要。 
它被许多内存数据结构用来提供快速操作。但还有另外一个非常重要的内存使用者:Lucene。

Lucene旨在利用底层操作系统来缓存内存中的数据结构。 Lucene段(segment)存储在单个文件中。因为段是一成不变的,所以这些文件永远不会改变。这使得它们非常容易缓存,并且底层操作系统将愉快地将热段(hot segments)保留在内存中以便更快地访问。这些段包括倒排索引(用于全文搜索)和文档值(用于聚合)。

Lucene的性能依赖于与操作系统的这种交互。但是如果你把所有可用的内存都给了Elasticsearch的堆,那么Lucene就不会有任何剩余的内存。这会严重影响性能。

标准建议是将可用内存的50%提供给Elasticsearch堆,而将其他50%空闲。它不会被闲置; Lucene会高兴地吞噬掉剩下的东西。

如果您不字符串字段上做聚合操作(例如,您不需要fielddata),则可以考虑进一步降低堆。堆越小,您可以从Elasticsearch(更快的GC)和Lucene(更多内存缓存)中获得更好的性能。

5、堆内存为什么不能超过32GB?
在Java中,所有对象都分配在堆上并由指针引用。普通的对象指针(OOP)指向这些对象,传统上它们是CPU本地字的大小:32位或64位,取决于处理器。

对于32位系统,这意味着最大堆大小为4 GB。对于64位系统,堆大小可能会变得更大,但是64位指针的开销意味着仅仅因为指针较大而存在更多的浪费空间。并且比浪费的空间更糟糕,当在主存储器和各种缓存(LLC,L1等等)之间移动值时,较大的指针消耗更多的带宽。

Java使用称为压缩oops的技巧来解决这个问题。而不是指向内存中的确切字节位置,指针引用对象偏移量。这意味着一个32位指针可以引用40亿个对象,而不是40亿个字节。最终,这意味着堆可以增长到约32 GB的物理尺寸,同时仍然使用32位指针。

一旦你穿越了这个神奇的〜32 GB的边界,指针就会切换回普通的对象指针。每个指针的大小增加,使用更多的CPU内存带宽,并且实际上会丢失内存。实际上,在使用压缩oops获得32 GB以下堆的相同有效内存之前,需要大约40-50 GB的分配堆。

以上小结为:即使你有足够的内存空间,尽量避免跨越32GB的堆边界。 
否则会导致浪费了内存,降低了CPU的性能,并使GC在大堆中挣扎。

6、我是内存土豪怎么办?
假设,我有一台带有1TB RAM的机器!

32 GB的基线相当重要。那么当你的机器有很多内存时你怎么做?当前具有512-768 GB RAM的超级服务器变得越来越普遍。

首先,我们建议避免使用这种大型机器。

但是如果你已经有了这些机器,你有三种实用的选择:

a. 你是否主要进行全文搜索?

考虑给Elasticsearch提供4-32 GB,并让Lucene通过操作系统文件系统缓存使用剩余的内存。所有内存都会缓存段,并导致快速全文搜索。

b. 你在做很多排序/聚合?

大部分聚合数字,日期,地理位置和not_analyzed字符串?你很幸运,你的聚合将在内存缓存的文档值上完成!

从4-32 GB的内存中给Elasticsearch一个地方,剩下的让操作系统在内存中缓存doc值。

c. 你是否对分析过的字符串进行了很多排序/聚合(例如对于字标记或SigTerms等)?

不幸的是,这意味着你需要fielddata,这意味着你需要堆空间。

考虑在一台机器上运行两个或多个节点,而不是一个节点数量巨大的RAM。

尽管如此,仍然坚持50%的规则。

To土豪内存小结:

因此,如果您的机器具有128 GB的RAM,请运行两个节点,每个节点的容量低于32 GB。这意味着小于64 GB将用于堆,而Lucene将剩余64 GB以上。

如果您选择此选项,请在您的配置中设置cluster.routing.allocation.same_shard.host:true。这将阻止主副本分片共享同一台物理机(因为这会消除副本高可用性的好处)。

7、堆内存优化建议
方式一:最好的办法是在系统上完全禁用交。 
这可以暂时完成:

sudo swapoff -a

要永久禁用它,你可能需要编辑你的/ etc / fstab。

方式二:控制操作系统尝试交换内存的积极性。

如果完全禁用交换不是一种选择,您可以尝试降低swappiness。该值控制操作系统尝试交换内存的积极性。这可以防止在正常情况下交换,但仍然允许操作系统在紧急内存情况下进行交换。

对于大多数Linux系统,这是使用sysctl值配置的:

vm.swappiness = 1

1的swappiness优于0,因为在某些内核版本上,swappiness为0可以调用OOM杀手。

方式三:mlockall允许JVM锁定其内存并防止其被操作系统交换。

最后,如果两种方法都不可行,则应启用mlockall。文件。这允许JVM锁定其内存并防止其被操作系统交换。在你的elasticsearch.yml中,设置这个:

bootstrap.mlockall:true

8、注意
修改JVM相关配置很容易,但容易产生难以测量的不透明效果,并最终将您的群集解调为缓慢,不稳定的混乱
在调试群集时,第一步通常是删除所有自定义配置。大约一半的时间,仅靠这一点就恢复了稳定性和性能。


9、最新认知
wood@Ctrip 
事实上,给ES分配的内存有一个魔法上限值26GB,

这样可以确保启用zero based Compressed Oops,这样性能才是最佳的。

参考:https://elasticsearch.cn/question/3995 
https://www.elastic.co/blog/a-heap-of-trouble

10、小结
这是一篇官网文档&原理的整合文章,主要目的是梳理认知。

11、参考
基础:http://t.cn/RH4DDYu
设置:http://t.cn/RmKbO1i
建议:http://t.cn/RmKbjsF
注意:http://t.cn/RmKbHp5
堆:http://t.cn/RmKbRji

原文:https://blog.csdn.net/laoyang360/article/details/79998974 

发表评论

0 评论
  • 最新评论
  • 按热度排序