elasticsearch 索引（ index）数据速度

[qfdk]

最近用 Apache nifi 进行数据链的处理。

用的 posgresSQL 的数据库，里面大概有 26 000 000 左右的数据，拉回本地大概需要 10 分钟，然后要用 es 进行索引，自己写的 bulk 的进程，大概每次入 35000 条数据 大小在 14M 左右。目测大概 20000 条每秒的速度。

配置如下：

硬盘 500G HDD 内存 16G CPU i7-3770 OS Ubuntu

同时跑 Apache nifi 和 elasticearch 2.4.1

大家的插入（索引 index ）速度是多少，来说说参考一下 :) 谢过

[xss]

2Tb 硬盘 2cpu@2.4GHz 一共 16 个核, 64Gb 内存, 入 2kw 数据, 需要 8-12 个小时.

与你的 es 集群有多少个 node, 定义的分片和副本数, 每个 index 的数据规模有极大关系.

2.6kw 数据, 16Gb 内存无压力, 磁盘估计也没压力, 你的最大成本是时间成本.

你入数据的时候盯着点你的磁盘 IO/磁盘空间和内存使用情况.

bulk 写的不好极容易集群状态 RED, 会导致大量 bulk 任务失败.

另外, 写的时候最好不要有读操作, 也很容易导致 red

[qfdk]

@xss 一直盯着 io 大概在 100M/s 我的时间大概半小时左右 就有一个 node 没有读取操作。

[ic3z]

es ，普通台式机， 5 万条每秒，每条数据不到 200 字节。导了将近 6 个小时，还没到 2 亿条数据，还有 18 亿数据要导。

[qfdk]

@ic3z i7 ？

[ic3z]

@qfdk i5 好像和 cpu 关系不是很大。。 cpu 占用率不高。

[qfdk]

@ic3z SSD ？

[ic3z]

@qfdk 修正下，只有 1 万条 /s 没有 ssd

[qfdk]

@ic3z 拿速度咱们差不多 10 000 我是 10 000 - 30 000
看来是硬盘的问题 你看 io 的情况没有

[mingweili0x]

一般来说 bulk 的数量不要太大，几百条 documents 一起 bulk 就够了吧，否则 latency 太高

[qfdk]

@mingweili0x 你指的是要把分片做小？ 但是这样 查库的时间就长了 这样查库的时间多了 不只是 1 倍。 等周一我去实验一下。

[qfdk]

@mingweili0x @ic3z @xss
最新消息，现在可以做到 200k 每秒了 :) 弄了 4 个 node mapping 提前准备好了。速度基本就这样了，然后 system load average 基本已经满了。