面试题：ElasticSearch 中 PacificA 算法配置管理的动态调整基础

Question

在 ElasticSearch 里，简要阐述 PacificA 算法配置管理动态调整所涉及的主要参数有哪些，以及它们通常在什么场景下会进行调整？

Answer 1

主要参数

1. 副本因子（Replica Factor）：表示每个主分片拥有的副本分片数量。
2. 分片数量（Number of Shards）：定义索引被拆分成的主分片个数。
3. 刷新间隔（Refresh Interval）：控制索引数据多久被刷新到磁盘，从而可被搜索。
4. 合并策略相关参数：例如 index.merge.policy.floor_segment 等，影响段合并的时机和方式。

参数调整场景

1. 副本因子调整场景
   • 高可用性需求变化：当对系统可用性要求提升，比如应对可能的硬件故障或网络分区，会增加副本因子；若资源紧张且对可用性要求降低时，可减少副本因子。
   • 负载均衡：在集群节点负载不均衡时，通过调整副本因子来重新分配负载。
2. 分片数量调整场景
   • 数据量变化：数据量持续增长，原分片数量不足以有效处理时，需增加分片；若数据量大幅减少，可适当减少分片以优化资源利用。
   • 查询性能：复杂查询性能不佳，发现是因为分片数不合理导致时，进行相应调整。
3. 刷新间隔调整场景
   • 实时性要求：对搜索实时性要求高，需缩短刷新间隔；若对实时性要求低，可延长刷新间隔以减少 I/O 开销。
4. 合并策略参数调整场景
   • 存储资源与性能平衡：磁盘空间紧张时，调整合并策略参数加快段合并，减少磁盘占用；但合并过于频繁影响性能时，适当调整参数降低合并频率。