Elasticsearch JVM 堆内存使用率飙升，怎么办？

1、引言

本系列文章介绍如何修复 Elasticsearch 集群的常见错误和问题。

 

这是系列文章的第四篇，主要探讨：Elasticsearch JVM 堆内存使用率飙升，怎么办？

 

第一篇：Elasticsearch 磁盘使用率超过警戒水位线，怎么办？

 

第二篇：Elasitcsearch CPU 使用率突然飙升，怎么办？

 

第三篇：Elasticsearch 断路器报错，怎么办？

 

2、症状：高 JVM 内存使用率

高 JVM 内存使用率会降低集群性能并触发断路器错误（导致内存熔断）。

 

为了防止这种情况发生，如果节点的 JVM 内存使用率持续超过 85%，官方建议采取措施降低内存压力。

3、诊断 JVM 内存压力

3.1 检查 JVM 内存使用情况

借助：node stats API 进行排查。

 

召回结果如下：

堆内存使用率为：used_in_bytes / max_in_bytes = 179796016/ 1798569984 = 9.99 6%，接近 10%。

 

能和 kibana 可视化监控结果保持一致：

3.2 垃圾回收日志检查

随着内存使用量的增加，垃圾收集变得更加频繁并且需要更长的时间。

 

你可以在 elasticsearch.log 中跟踪垃圾收集事件的频率和时长。

 

例如，以下事件表明 Elasticsearch 在过去 40 秒中花费了超过 50%（21 秒）执行垃圾收集。

 

推荐阅读：你看懂 Elasticsearch Log 中的 GC 日志了吗？

 

https://elasticsearch.cn/article/812

 

4、降低JVM 堆内存使用率方案

4.1 减少分片数

关于分片的几点认知：

 

第一：搜索请求是以分片为单位发起的。

至少 7.16 版本之前是，如下图示更能说明问题。

https://www.elastic.co/cn/blog/three-ways-improved-elasticsearch-scalability

 

这暗示了什么？

 

必然是：分片越多，检索越慢。

 

因为：跨大量分片的搜索可能会耗尽节点的搜索线程池，这可能导致吞吐量低和搜索速度慢。

 

第二：每个索引和分片都有内存和 CPU 开销。

每个索引和每个分片都需要一些内存和 CPU 资源。

 

在大多数情况下，一小组大分片比许多小分片使用更少的资源。

为什么呢？解释一下：

 

 •  分片的底层是 Lucene 分段。

 •  段的元数据会保留在 JVM 堆内存中，以便快速检索。
 •  分片越多，意味着分段会越多，进而分段元数据会越多，JVM 堆内存使用率会越高。反之，则相反。

 

第三：Elasticsearch 会在相同角色的节点间平衡分片。

节点角色划分是 7.x 高版本新的节点定义方式，其目的是：节点用途更明确。

 

当添加新节点或某节点出故障时，Elasticsearch 会自动在相同角色层的剩余节点之间重新平衡索引的分片。

 
关于减少分片数，更确切的是如何合理规划分片，官方建议如下：

 •  第一：尽量避免 delete_by_query 删除文档，更好的方案是直接删除索引。

Elasticsearch 中为什么会有大量文档插入后变成 deleted？

 

 •  第二：使用 datastrem 和 ILM 索引生命周期管理管理时序数据。

Elasticsearch 7.X data stream 深入详解

干货 | Elasticsearch 索引生命周期管理 ILM 实战指南

 

 •  第三：分片大小控制在 10GB-50GB。

另有 30GB-50GB一说，下文有过讨论：

 

Elasticsearch究竟要设置多少分片数？

 

 •  第四：控制在每 GB 堆内存 20 个分片以内。

也就是说：具有 30GB 堆内存的节点最多应该有 600 个分片。

 

 •  第五：避免单个节点分片过多、负载过重。

如果单个节点包含太多分片，且索引量很大，则该节点可能会出现问题。

 

可以使用如下命令行加以控制：

更多实践推荐阅读：

 

https://www.elastic.co/guide/en/elasticsearch/reference/current/size-your-shards.html

 

4.2 避免复杂检索

复杂搜索会占用大量的内存空间。建议启用：慢日志进行排查。

 

导致内存使用率飙升的复杂查询，通常具备如下的特点：

 

 •  size 召回值设置的巨大；
 •  包含分桶值很大的聚合操作或者聚合嵌套很深；
 •  包含极其耗费资源的查询，举例：script 查询、fuzzy 查询、regexp 查询、prefix 查询、wildcard 查询、text 或 keyword 上的 range 查询。

 

为避免复杂查询，常规措施如下：

 

 •  限制：index.max_result_window 的大小。

 •  设置 search.max_buckets cluster 以限制分桶值大小。

 

 •  设置 search.allow_expensive_queries 直接禁用耗费资源的查询。

4.3 避免 Mapping “爆炸”

定义过多的字段或嵌套过深的字段会导致使用大量内存，出现“Mapping 爆炸" 现象。

 

为防止“Mapping 爆炸“，使用映射限制设置来限制字段映射的数量。

更多类似参数，推荐阅读：

 

https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-settings-limit.html

 

4.4 分散批量请求

批量请求虽然比单个请求更有效，但大批量写入（以 bulk 操作为代表）或多搜索请求（以 _msearch 为代表）仍然会产生较高的 JVM 内存压力。

 

如果可能，提交较小（小是个相对值，需要根据集群性能测算出适合自己集群的经验值）的请求并在它们之间留出更多时间时隔。

 

4.5 升级节点内存

繁重的写入操作和搜索负载过重均会导致高 JVM 内存压力。

 

为了更好地处理繁重的工作负载，在其他方法都不灵的情况下，可以考虑通过为节点内存扩容以达到升级节点目的。

 

这是无法之法，这是万能之法。

 

5、小结

多了解导致 JVM 飙升的操作，业务开发方面及早避免和规避相关操作，做好前置规划和布局很关键。

 

做好监控和核心指标的预警工作，“防患于未然”。

 

你的实际业务场景有没有遇到类似问题，你是怎么解决和避免的？欢迎留言讨论。

 

参考

1.  https://www.elastic.co/guide/en/elasticsearch/reference/current/fix-common-cluster-issues.html

 

2. https://www.elastic.co/guide/en/elasticsearch/reference/current/size-your-shards.html

 

推荐

1、重磅 | 死磕 Elasticsearch 方法论认知清单（2021年国庆更新版）

2、Elasticsearch 7.X 进阶实战私训课（口碑不错）

3、如何系统的学习 Elasticsearch ？

 

 

公众号：铭毅天下Elasticsearch