[转]腾讯万亿级 Elasticsearch 内存效率提升解密
本文介绍腾讯ES团队如何通过FST OffHeap优化,将堆内存使用率降低80%,单节点存储量从5TB提升至50TB。重点分析FST内存占用问题及零拷贝内存OffHeap的实现方案。
CATEGORIES / 分类浏览
从存储与检索源码,到查询优化、集群迁移与生产故障排查。
本文介绍腾讯ES团队如何通过FST OffHeap优化,将堆内存使用率降低80%,单节点存储量从5TB提升至50TB。重点分析FST内存占用问题及零拷贝内存OffHeap的实现方案。
介绍如何使用 Elasticsearch 改进人名和用户名检索,处理分词、拼写差异及结果相关性问题。
从集群、节点、请求协调、索引路由、主分片和副本等上层视角,系统介绍 Elasticsearch 的工作方式。
从倒排索引、索引词、Segment 和事务等底层概念出发,逐步解释 Elasticsearch 的索引与数据组织机制。
翻译介绍如何在 Docker 环境中管理 Elasticsearch 插件,涵盖持久化、基础插件、复杂插件和 TLS 配置。
整理Elasticsearch的使用限制和推荐配置,包括数组大小、文档限制、分片数量等关键参数的最佳实践。
翻译介绍 Elasticsearch 处理关联数据的多种方式,对比对象、Nested、Parent/Child 和反规范化模型。
介绍 Elasticsearch 7.7 降低堆内存占用的改进,以及索引规模、字段数量和集群容量之间的关系。
基于 Elasticsearch 8.0.0-SNAPSHOT 源码分析节点关闭流程、资源释放顺序和相关生命周期管理。
基于 Elasticsearch 8.0.0-SNAPSHOT 源码分析节点启动流程、核心组件初始化和服务启动顺序。