1、Elasticsearch 保证高可用性的方式
Elasticsearch 保证集群高可用的方式包含但不限于如下三种：
- 方式一：副本分片。主分片失效后，副本分片会被提升为主分片。
- 方式二：跨集群复制主从同步。简称：CCR，指的是索引数据从一个 Elasticsearch 集群复制到另一个 Elasticsearch 集群。对于主集群的索引数据的任何修改都会直接复制同步到从索引集群。
- 方式三：快照。快照在给定时刻对集群或者索引按了暂停键且拍摄了当时的全部“照片”。这样，当在之后的某个时间点，倘若集群或索引出现故障，可以基于之前的快照进行快速恢复。
2、Elasticsearch 7.6 之前版本备份方式及存在问题
关于如何创建快照和恢复快照，可以参考这篇：干货 | Elasitcsearch7.X集群/索引备份与恢复实战。
问题来了？7.6 之前的版本快照都是手动创建、手动控制的。不支持：定时快照、定时删除历史快照等功能。
实际业务中，如何定时创建快照、定时删除时间比较久的历史快照呢？
关于快照的定时管理功能在 Elasticsearch 7.6 版本已经实现。
借助什么实现的呢？快照生命周期管理 (SLM) !
快照生命周期管理 (SLM) 是定期备份集群的最简单方法。SLM 策略会按照预设计划自动拍摄快照。该策略还可以根据用户自定义的保留规则（retention）删除快照。
3、Elasticsearch 快照生命周期管理（SLM）实现
如下实战演示是基于 Elasticsearch 8.1.3 版本进行的，没有涉及权限，只保留了最最核心的步骤。
步骤1：配置快照存储路径及注册快照存储库
在 elasticsearch 中添加如下配置：
代码语言：javascript复制path.repo: ["/www/elasticsearch_0801/backup_0801"]
注册快照存储库，同时设置存储路径。
代码语言：javascript复制PUT _snapshot/mytx_backup
{
"type": "fs",
"settings": {
"location": "/www/elasticsearch_0801/backup_0801"
}
}
步骤2：配置定时快照任务
这部分内容属于新版本才有的特性，我们逐行解释一下。
代码语言：javascript复制PUT _slm/policy/test-snapshots
{
"schedule": "0 0/15 * * * ?",
"name": "<test-snap-{now/d}>",
"repository": "mytx_backup",
"config": {
"indices": "*",
"include_global_state": true
},
"retention": {
"expire_after": "30d",
"min_count": 5,
"max_count": 50
}
}
- "schedule": "0 0/15 * * * ?"
含义：定时任务，类似 linux 下面的 crontab 命令。
直接看下面这张图：
分别对应的是：秒、分钟、小时、天、月、星期、[年（可选）]。
"0 0/15 * * * ?"中：0/15 代表每15分钟创建一次快照。
15分钟是最小的时间间隔，不能再小了，再小会报错如下：
代码语言：javascript复制{
"error" : {
"root_cause" : [
{
"type" : "illegal_argument_exception",
"reason" : "invalid schedule [0 0/1 * * * ?]: schedule would be too frequent, executing more than every [15m]"
}
],
"type" : "illegal_argument_exception",
"reason" : "invalid schedule [0 0/1 * * * ?]: schedule would be too frequent, executing more than every [15m]"
},
"status" : 400
}
也可以从磁盘的角度考虑，周期时间越多，备份的次数越多，涉及重复备份数据越多，磁盘会扛不住。
星期部分的“？”问号指代的是——当我们不关心是星期几的时候，都可以使用“？”问号代表。
- "name": "<test-snap-{now/d}>"
含义：快照的名称。
- "repository": "mytx_backup"
含义：第一步创建的快照存储库。
- "config": { "indices": "*","include_global_state": true},
含义如果设置为true（默认为true），则创建的快照包括集群状态以及 feature 状态。
啥是 featrue 特征状态？
代码语言：javascript复制GET _features
返回数据如下：
- "retention": { "expire_after": "30d", "min_count": 5, "max_count": 50}
含义：配置可选的保留规则。如上的配置将快照保留 30 天，保留至少保留 5 个且最多不超过 50 个快照。
步骤3：执行步骤2创建的 policy
代码语言：javascript复制POST _slm/policy/test-snapshots/_execute
返回结果如下：
代码语言：javascript复制{
"snapshot_name" : "test-snap-2022.05.04-2vsflay-syotenwvgbh0kw"
}
执行完毕后，每15分钟会创建一个快照。最终在设定的快照存储路径下的结果为：
扩展：retention 快照的保留规则有定时执行或者手动立即执行两种方式。
retention 定时执行：
代码语言：javascript复制PUT _cluster/settings
{
"persistent" : {
"slm.retention_schedule" : "0 30 1 * * ?"
}
}
retention 立即执行：
代码语言：javascript复制POST _slm/_execute_retention
4、恢复快照
4.1 步骤1：查看特定快照存储库下的所有快照
代码语言：javascript复制GET _snapshot/mytx_backup/*?verbose=false
返回结果如下：
想恢复哪一个？需要通过如上命令行或通过 kibana 可视化界面操作选择。
4.2 恢复快照
选择要恢复的快照后，执行恢复即可。
注意：原恢复索引若存在是不可以的，需要提前删除后再恢复。
代码语言：javascript复制DELETE .kibana-event-log-8.1.3-000001
POST _snapshot/mytx_backup/test-snap-2022.05.04-13d-_6dore-kc1x0-fdaiq/_restore
{
"indices": ".kibana-event-log-8.1.3-000001"
}
- 恢复成功后返回：
{
"accepted" : true
}
5、Elasticsearch 快照生命周期管理（SLM）常见命令
5.1 监视任何当前正在运行的快照
代码语言：javascript复制GET _snapshot/mytx_backup/_current
5.2 返回任何当前正在运行的快照的每个细节
代码语言：javascript复制GET _snapshot/_status
5.3 查看全量 SLM policy 执行的历史
代码语言：javascript复制GET _slm/stats
召回结果如下：
代码语言：javascript复制{
"retention_runs" : 0,
"retention_failed" : 0,
"retention_timed_out" : 0,
"retention_deletion_time" : "0s",
"retention_deletion_time_millis" : 0,
"total_snapshots_taken" : 67,
"total_snapshots_failed" : 0,
"total_snapshots_deleted" : 0,
"total_snapshot_deletion_failures" : 0,
"policy_stats" : [
{
"policy" : "test-snapshots",
"snapshots_taken" : 67,
"snapshots_failed" : 0,
"snapshots_deleted" : 0,
"snapshot_deletion_failures" : 0
}
]
}
其中， "snapshots_taken" : 67 是执行快照的次数。
我是：2022-05-04 14:21执行的快照，现在是：2022-05-05 6:51，时间间隔为正好接近 67 的 15 倍分钟数。
5.4 查看特定 SLM policy 执行的历史
代码语言：javascript复制GET _slm/policy/test-snapshots
返回结果：
代码语言：javascript复制{
"test-snapshots" : {
"version" : 1,
"modified_date_millis" : 1651645270018,
"policy" : {
"name" : "<test-snap-{now/d}>",
"schedule" : "0 0/15 * * * ?",
"repository" : "mytx_backup",
"config" : {
"indices" : "*",
"include_global_state" : true
},
"retention" : {
"expire_after" : "30d",
"min_count" : 5,
"max_count" : 50
}
},
"last_success" : {
"snapshot_name" : "test-snap-2022.05.05-l4eldgoorfkkik8khlmuiq",
"start_time" : 1651733999879,
"time" : 1651734000637
},
"next_execution_millis" : 1651734900000,
"stats" : {
"policy" : "test-snapshots",
"snapshots_taken" : 100,
"snapshots_failed" : 0,
"snapshots_deleted" : 49,
"snapshot_deletion_failures" : 0
}
}
}
- last_success 代表上一次执行成功快照的名称;。
- start_time 快照执行时间：2022-05-05 14:29:59。
- next_execution_millis 下一次快照执行时间：2022-05-05 14:45:00。
- snapshots_taken - snapshots_deleted 之差和retention 里规定的 50 个是基本一致的。
5.5 删除快照
代码语言：javascript复制DELETE _snapshot/mytx_backup/test-snap-2022.05.05-uhbwjyj8qwwhdxqvcgejbq
执行成功，会返回：
代码语言：javascript复制{
"acknowledged" : true
}
6、kibana 图形化界面操作快照生命周期SLM
有图有真相，不必过多解释！
快照部分截图
存储库部分截图
policy截图
restore截图
7、小结
快照生命周期管理SLM 会让我们立即想到之前讲过的一个概念：索引生命周期管理 ILM。
- ILM：解决的是基于冷热集群架构的时序索引的生、老、病、死全生命周期的管理。
- SLM：解决的是快照的定时备份、定时清理功能。相较于之前的手动执行方式，自动执行的好处就是：全自动化，无需人工干预，能极大的提高开发和运维人员工作效率。
你的业务环境有没有使用快照？有没有使用快照生命周期管理 SLM 功能呢？欢迎留言交流......
参考
- https://www.elastic.co/guide/en/elasticsearch/reference/current/api-conventions.html#api-cron-expressions
- https://www.elastic.co/guide/en/elasticsearch/reference/current/snapshots-take-snapshot.html#create-snapshot-considerations
- https://jasmedia.medium.com/elasticsearch-backups-lifecycle-management-with-slm-8268366553a8
