Kibana ILM的成本效益是多少？

Question

我知道热-暖(-冷-冻-删除)生命周期是一个很好的工具，但我没有找到太多的数字文档：这个博客是为数不多的给出数字示例(而不仅仅是特性描述)的文档之一。在没有卷起的热情洋溢的例子中，在我看来，主要的存储优化是由副本的数量提供的：

• 一天数据= 86.4 GB
• 7个热天=一天数据*7天*2个副本=1.2TB
• 30-7个温暖日=一天数据* 23天*1份副本= 1.98 TB

还有其他资源，如这次网络研讨会，但它并没有区分存储使用和内存使用。是否有正式文档(或第三方实验/报告)显示冷/冻/删除后的“不可搜索快照”阶段是否优化了存储使用？还是仅仅是为了减少内存的使用？

Answer 1

这里不可能有一个“基准”，因为ILM只是一个工具，允许根据您的数据使用模式来调优您的硬件配置。

例如，假设您对所有数据进行了大量索引和大量搜索。在这种情况下，您不希望减少旧数据的副本数量，而这主要是由于稍微便宜的“温暖”SSD存储。因此，如果分离开销补偿了该增益，这里的差异将是最小的，或者根本没有。

另一个相反的例子是为遵从性目的存储日志(大量写入，但读取量很小，并且主要持续24小时)--然后您可能希望将所有内容移到“冻结”层，该层使用s3存储桶，而且非常便宜。此外，这些碎片不计算关于堆使用和稳定性的集群碎片计数。在这种情况下，分层存储可能比单层集群便宜数量级。