Elasticsearch मध्ये shards आणि replicas ची संख्या कशी निवडाल?

Question

IT Interview Practice · Accepted Answer

Primary shards डेटा आणि काम विभागतात. Replicas redundancy आणि search क्षमता देतात. योग्य संख्या workload आणि recovery गरजांवर अवलंबून असते; सार्वत्रिक एकच आकडा नाही.

## सुरुवातीचा अंदाज काढा

120 GB डेटा आणि चाचणीसाठी सुमारे 30 GB प्रति primary असा अंदाज घ्या:

```text
120 GB / 30 GB = 4 primary shards
1 replica per primary = 4 additional shard copies
Total = 8 shard copies, roughly 240 GB of shard data
```

हे काल्पनिक गणित आहे. यात वाढ आणि segment merges सारख्या operations साठी लागणारी अतिरिक्त जागा समाविष्ट नाही. Segment merges मध्ये पार्श्वभूमीत लहान index files एकत्र केल्या जातात.

## आणखी shards सतत का वाढवू नयेत?

अधिक shards काम वाटू शकतात, पण प्रत्येकाचा overhead वाढतो आणि search ला अधिक shards शी संपर्क करावा लागतो. मोठ्या shards मध्ये overhead कमी असू शकतो, पण recovery आणि स्थानांतरण संथ होऊ शकते. Replicas storage आणि write काम वाढवतात; ते backups ची जागा घेत नाहीत.

## Failure स्थितीचीही चाचणी करा

Peak reads आणि writes एकत्र तपासा आणि node हरवल्यावर काय होते ते पाहा. उरलेल्या nodes कडे अपेक्षित वेळेत recovery करण्यासाठी disk, memory आणि compute पुरेसे असावे. वाढणाऱ्या time-based डेटासाठी rollover अटींनी index आकार मर्यादित करा. हे sizing मार्गदर्शन shard संख्या स्वतः नियंत्रित करता येणाऱ्या deployments साठी आहे.

[अधिकृत दस्तऐवज](https://www.elastic.co/docs/deploy-manage/production-guidance/optimize-performance/size-shards).

सुरुवातीचा अंदाज काढा

आणखी shards सतत का वाढवू नयेत?

Failure स्थितीचीही चाचणी करा

संबंधित प्रश्न