【转】ES， 广告索引

思考：

1）直接把别名切换到上一个版本索引 --解决问题

2）广告层级索引如何解决？ -routing、join

3）查询的过程：query and fetch, 优化掉fetch

4）segment合并策略

5）全量写入时副本数为1

6）消息乱序，保证广告的正确： 版本号

7） 查询sql优化： script脚本

---------------------------------以下是转载内容--------------------------------------------------------------------

回顾

之前分享了一篇文章 广告倒排索引架构与优化，介绍我们的ES广告倒排索引的架构与优化，我就不介绍了，建议先去看下这篇文章，再回来看这篇，下面只放下之前的架构图

ES倒排索引

演进

采用 canal 监听 binlog 变更

原有架构是在代码中写 MQ 消息，然后 index_builder 消费消息，写入到两个索引中。但这种方式有个不足是不能覆盖所有的订单或创意变更，所以倒排索引中的数据有的时候和 DB 中是不一致的。同时代码维护起来也比较麻烦。后面我们就引入了阿里开源的框架 canal ，它可以监听 MySQL 的 binlog 的变更，然后把日志发到 Kafka 中，这样我们只需要在 index_builder 这个工程中消费 Kafka 的消息就行了，省去了在 dsp_adinfo 中发消息。而且 binlog 的变更可以覆盖所有的变更操作。

项目由物理机迁移到云平台

之前 index_builder 部署在物理机上，且 builder 采用主备部署，通过争抢用 zookeeper 实现的分布式锁来决定谁是主，迁移到云平台后，就去掉了这种对主备部署的方式，因为云平台有自动修复的策略。

注意

我们部署的两个 builder 一个为 m 索引，一个为 f 索引，通过环境变量 dsp_index_name 区分是 m 索引 还是 f 索引。同时因为这两个 builder 都要消费 Kafka 的消息，但我们知道 Kafka 处于同一个消费组的消费者只有一个能消费消息，所以要把两个 builder 放到不同的消费组中，即设置不同的 group_id，同样也是通过环境变量区分

增加检查数据一致性的定时任务

增加了检查 DB 和 ES倒排索引中的数据一致性的定时任务，每 10 分钟执行一次，如果发现不一致会发短信通知，正常情况下数据都是一致的

通过上面的一点点演进，整体架构如下所示

调整前架构图

一次线上问题

因为我们只部署了一套 ES 集群，两个索引都在上面，只是通过别名访问，完成索引的切换，这就存在单点问题，一旦集群出现问题，后果不堪设想。

就像墨菲定律所言

如果事情有变坏的可能，不管这种可能有多小，它总会发生

我们的场景是读多写少，且索引占用内存比较小，所以设置的主分片是 1 ，副本分片是 节点数-1，这样就可以保证每个节点都保存所有数据，可以减少在路由分片或节点的网络消耗。

但在一次上线过程中，忘记修改副本数了，所以副本数默认是 1，然后切换到该索引后，短时间（大约几十秒）内就导致 ES 集群瘫痪，节点内存爆满且不响应任何请求，因为主备索引都在一个 ES 集群中，所以想切回主索引也切不回去了，导致我们一段时间检索不出来广告，从而影响出价。最后没有办法只能在入口处把流量暂停，然后重启 ES，很尴尬的是，我们没有准备批量重启 ES 集群的脚本，只能挨个节点登录重启，也浪费了一些时间。ES 集群重启完后，重新构建索引并正确设置副本数，再打开流量，才恢复了正常，当时真的心惊肉跳，至今记忆犹新。

为何副本是 1 最后导致了整个集群瘫痪？

我们一个 ES 集群部署了 35 个节点，设置的主分片是 1，副本分片是节点数-1，即 34，这样做的好处是每个节点都有完整的数据，当请求到该节点后，直接查询数据就可以返回了，省去了路由到其他节点带来的网络消耗 而忘记修改副本数，即默认的是 1，这样出现的情况是，整个 ES 集群 35 个节点，只有 2 个节点有数据，其他节点是没有数据的，但是每个节点都是均匀的接收请求，但是这些没有数据的节点会把请求转发到有数据的两个节点，也就是这两个节点要承担其他没有数据的 33 个节点的请求压力，所以最后撑爆了整个集群

反思

这次线上问题后，我们做了反思，也需要采用一些对策来避免类似的情况发生

1. 主备索引部署在同一个 ES 集群上，存在单点问题，所以需要再部署一个 ES 集群，实现物理隔离
2. 提供重启整个 ES 集群的脚本，以备在出现问题时可以快速重启集群
3. 通过别名方式切换索引是 100% 流量切换，也容易出现问题，所以需要一个灰度慢慢切换的方式
4. 切换索引时要增加必要的检查项
5. 调用 ES 增加熔断机制，当 ES 集群出现故障时触发熔断，保护 ES 集群和服务