1024点线面

问题背景 ES使用bulk写入时每批次的大小对性能有什么影响？设置每批次多大为好？ 一般来说，在Elasticsearch中，使用bulk API进行批量写入时，每批次的大小对性能有着显著的影响。具体

由于计划搭建一套使用python自动分析日志的流程，发现我们的测试环境CentOS 7仍然没有安装python3，无法使用这些新的库。Python 3在设计上着重提升了语言的一致性和易用性，它引入了许

本文探讨与磁盘和文件系统相关的各种命令及其在性能分析中的应用。这些命令不仅可以帮助我们诊断和解决磁盘与文件系统的常见问题，讲机器（硬件）的存储方面的分析方法和经验、最佳实践。 机器上主要有磁盘（存储）

本文是性能问题分析排查思路的展开内容之一，主要分为日志1期，机器4期、环境2期共7篇系列文章，本期是第一篇，讲日志的分析方法和经验。 系列文章传送门： 一图梳理性能问题分析排查思路（大数据版）

指定ID写入对性能的负面影响随着数据量增长而增大。数据显示在5000万级别性能已损失了63%。 这是虚拟机环境的模拟，具体计算指定ID对性能的影响是复杂的，因为它取决于上述多个因素以及你的软硬件环境

由于使用官方性能压测工具esrally并不能随心所欲地控制创建索引的内容、索引的结构和数据量，无法创建指定的测试数据集，或者直接投入生产使用。使用java或者spark则需编译使用，修改麻烦.....

性能相关问题及疑难杂症的摸排定位，技术人员不怕bug，怕的是有问题现象却找不到原因。性能问题往往就是没有变更、没有警告、没有报错的三无问题，本文即是一个性能问题的检查单式的性能问题分析方法（总体版）

在 Elasticsearch（ES）中，随着数据量的增长，对索引进行扩展或调整分片设置可以通过以下三种方案实现： 写在前面的话 Elasticsearch 的设计原则之一是不可变性：一旦数据被写入，

索引拆分（split）操作虽然简单快捷，但是基于少量示例数据的测试还是无法还原事情的全貌。 使用自带的demo数据，仅仅几兆的大小完全看不出什么问题来，因此索引分片的拆分几乎是在瞬间就完成了，来不及