这个深到“骨髓”的 Elasticsearch 设置清单，我不允许你不知道！-CSDN博客

本文为博主原创文章，未经博主书面授权不得转载。书面授权后方可转载，但转载请务必加上原作者：铭毅天下，原文地址：blog.csdn.net/laoyang360

本文链接：https://blog.csdn.net/laoyang360/article/details/148349760

Elasticsearch 作为一款强大的分布式搜索和分析引擎，被广泛应用于日志分析、实时监控和全文搜索等场景。

然而，尽管它的文档非常详尽，但对于运维人员或开发者来说，缺乏一个全面的设置清单常常让人头疼。

Elasticsearch 的设置繁多且分散，涉及节点、索引、集群等多个层面，有些甚至可能是未文档化的隐藏配置。

为了解决这一问题，一位开发者通过分析 Elasticsearch 源码，利用 “代码即数据” 的理念，提取了完整的设置列表。

本文将带你深入了解这一成果，并展示如何利用这份设置清单优化你的 Elasticsearch 集群。

在管理 Elasticsearch 集群时，了解所有可配置选项至关重要。

无论是调整集群的性能、优化资源分配，还是处理特定的业务需求，合理的配置都能显著提升系统效率。

然而，官方文档虽然详细，却往往需要你明确知道要查找的设置名称，而缺乏一个统一的参考列表。这不仅增加了学习成本，还可能让你错过一些关键或鲜为人知的配置。

比如，你想优化 Elasticsearch 集群的磁盘使用率，但不知道具体有哪些设置可以调整。官方文档里，cluster.routing.allocation. disk.watermark.high（默认 90%）这个设置控制高水位线，超过后会触发分片重新分配。

官方文档直接搜 disk 的话，可能要找好一会

但如果你不知道这个设置的名字，很难直接在文档中找到它。结果可能得花不少时间翻阅，或者完全错过这个关键配置，导致磁盘满载时集群性能下降。

这份清单直接列出所有设置，包括这种鲜为人知的选项，让你一目了然，省时又省力！

通过使用 bblfsh（一个源代码解析工具），开发者成功从 Elasticsearch 源码中提取了所有设置，形成了一份详尽的清单。

这份清单不仅包含常见的配置项，还包括一些可能未在官方文档中明确列出的设置，为运维人员和开发者提供了一个快速查找和发现新设置的宝贵资源。

这个项目的核心理念是 “代码即数据”，即通过解析源代码来提取有价值的信息。

Elasticsearch 的设置通常以代码中的常量、枚举或配置文件的形式存在，开发者利用 bblfsh 分析了整个代码库，提取了所有与设置相关的定义。

这不仅展示了源代码分析的强大潜力，还为其他类似项目提供了一个可复制的思路。

这份清单涵盖了数百个设置项，涉及节点范围（NodeScope）、索引范围（IndexScope）、动态配置（Dynamic）等多个类别。

每个设置项都包含以下关键信息：

以下是一些典型设置的示例：

action.auto_create_index：控制是否自动创建索引，默认值为 true。
cluster.routing.allocation.disk.watermark.high：磁盘使用率高水位线，默认值为 90%，用于触发分片重新分配。
index.max_result_window：控制搜索结果的最大窗口大小，默认值为 10000。

这份设置清单对 Elasticsearch 用户有以下几个方面的实际价值：

快速查找配置：无需逐一翻阅文档，只需在这份清单中搜索即可找到所需设置及其默认值。
发现隐藏设置：一些未文档化的设置可能隐藏在代码中，这份清单让你有机会发现它们并评估其用途。
优化集群性能：通过调整如 cluster.routing.allocation 或 indices.breaker 相关的设置，可以更好地管理资源分配和性能。
调试与故障排查：了解所有设置的默认值和作用范围，有助于快速定位配置问题。

例如，如果你希望优化集群的磁盘使用率，可以关注以下设置：