Elasticsearch:analytic-search プラグインの使用

パフォーマンスベンチマーク

テスト環境：10 ノード、各ノードは 16 vCPU と 64 GB のメモリを搭載。データセットには、1 日あたり 600 億件のビジネスログドキュメントが含まれ、それぞれ 60 シャードを持つ 12 のインデックスに分散されています。

Kibana Discover のクエリ高速化の有効化

この機能を有効にするには、インデックスの `index.sort` 設定を構成し、タイムスタンプフィールドで降順にソートします。次の例では、フィールド名として `@timestamp` を使用しています。ご利用のデータに合わせて、フィールド名とソート順を調整してください。

PUT test_log
{
  "settings": {
    "index.points.same_sort_order_as_index_sort": true,
    "index.sort.field": [
      "@timestamp"
    ],
    "index.sort.order": [
      "desc"
    ]
  },
  "mappings": {
    "properties": {
      "@timestamp": {
        "type": "date"
      }
    }
  }
}

パフォーマンスベンチマーク

テスト環境：3 つの OpenStore ウォーム/ホット共有コンピューティングノード、各ノードは 16 vCPU と 64 GB のメモリを搭載。データセットは、60 シャードにまたがる 60 億のドキュメントを含む、ビジネスログデータの単一の 1.6 TB インデックスです。クエリは 3 TermQuery(and) + TimeRange + Sort + Datehistogram で構成され、シャードあたり 1,000 万ヒット (ヒット率 10%) です。

テスト結果：

• 単一シャードのクエリレイテンシーが 65% 削減されました。

• 複数シャードのクエリレイテンシーが 53% 削減されました。

同時クエリの有効化

次のコマンドを実行して、同時クエリ機能を有効化します：

PUT _cluster/settings
{
  "persistent": {
    "apack.analytic_search.doc_concurrency.enabled": "true"
  }
}

有効化されると、新しいクエリはデフォルトの同時実行ポリシーを使用します。次のパラメーターを使用して、この動作を調整できます。

クラスターレベルの設定

インデックスレベルの設定