ES--为什么没有完全删除？

原文网址：ES--为什么没有完全删除？_IT利刃出鞘的博客-CSDN博客

简介

本文介绍ES的删除策略：逻辑删除。

问题描述

ES删除索引

会立即释放空间，不存在所谓的“标记”逻辑。

ES关闭索引

会立即释放空间，不存在所谓的“标记”逻辑。会保存索引的数据。

ES删除文档

不会立刻删除，只是将文档标记为已删除（在.del文件里记录已删除的文档ID）。ES会在你往索引里写入数据后在后台物理删除标记为已删除的文档。注意：ES通过后台的segment merge清除已删除的数据（对当前的segment file进行处理）。

一个shard可能会有上百个segment file，有很大几率新旧文档存在于不同的segment里而无法物理删除。想要手动释放空间，只能是定期做一下force merge，并且将max_num_segments设置为1。

物理删除旧数据

法1.重启索引

# 关闭指定索引（Elasticsearch 7.x）
curl -X POST "http://localhost:9200/logs-2023-05-01/_close"

# 查看关闭状态
curl -X GET "http://localhost:9200/logs-2023-05-01/_stats?pretty"

# 打开索引
curl -X POST "http://localhost:9200/logs-2023-05-01/_open"

法2.强制合并

以保存近100天的数据为例：

• 第一步：delete_by_query删除近100天数据；
• 第二步：执行forcemerge操作，手动释放磁盘空间。

删除脚本如下：

#!/bin/sh
curl -H'Content-Type:application/json' -d'{
    "query": {
        "range": {
            "pt": {
                "lt": "now-100d",
                "format": "epoch_millis"
            }
        }
    }
}
' -XPOST "http://192.168.1.101:9200/logstash_*/
_delete_by_query?conflicts=proceed"

merge脚本如下：

#!/bin/sh
curl -XPOST 'http://192.168.1.101:9200/_forcemerge?
only_expunge_deletes=true&max_num_segments=1'

注意：此方法很耗性能，生产环境谨慎操作！ 

法3.用工具删除

ES官网工具：curator。作用：规划和管理ES的索引。支持常见操作：创建、删除、合并、reindex、快照等操作。

官网地址

http://t.cn/RuwN0oM

Git地址：https://github.com/elastic/curator

安装向导

地址：https://www.elastic.co/guide/en/elasticsearch/client/curator/current/installation.html

注意：

1. curator博客很多，但curator旧版本和新版本有较大差异，建议参考官网最新手册部署。
2. 旧版本命令行方式新版本已不支持。

命令行操作

$ curator --help
Usage: curator [OPTIONS] ACTION_FILE

  Curator for Elasticsearch indices.

  See http://elastic.co/guide/en/elasticsearch/client/curator/current

Options:
  --config PATH  Path to configuration file. Default: ~/.curator/curator.yml
  --dry-run      Do not perform any changes.
  --version      Show the version and exit.
  --help         Show this message and exit.

核心是配置文件config.yml：配置要连接的ES地址、日志配置、日志级别等；

• 执行文件action.yml: 配置要执行的操作(可批量）、配置索引的格式（前缀匹配、正则匹配方式等）

curator适用场景

最重要的是：

• 仅以删除操作为例：curator可以非常简单地删除x天后的索引的前提是：索引命名要遵循特定的命名模式——如:以天为命名的索引：logstash_2018.04.05。
• 命名模式需要和action.yml中的delete_indices下的timestring对应。