【Elasticsearch】自定义内置的索引生命周期管理（ILM）策略。

以下是对 Elasticsearch 官方教程《Customize built-in ILM policies》的详细解读，结合原文内容，帮助您更好地理解如何自定义内置的索引生命周期管理（ILM）策略。

---

Elasticsearch 教程：自定义内置 ILM 策略

1.背景与目标

Elasticsearch 提供了内置的索引生命周期管理（ILM）策略，例如`logs@lifecycle`、`metrics@lifecycle`和`synthetics@lifecycle`。这些策略主要用于管理 Elastic Agent 收集的数据流（data streams）的后端索引。然而，这些默认策略可能无法完全满足您的性能、弹性和数据保留需求。因此，Elasticsearch 允许用户根据自己的需求自定义这些策略。

本教程的目标是帮助您根据以下需求自定义 ILM 策略：

• 当写入索引的主分片大小达到 50GB 或索引满 30 天时，滚动到新索引。

• 滚动后，将索引保留在热数据层 30 天。

• 滚动 30 天后，将索引移动到温数据层，设置副本分片数为 1，并强制合并索引段以释放已删除文档占用的空间。

• 滚动 90 天后删除索引。

2.前提条件

在开始自定义 ILM 策略之前，您需要准备以下环境：

2.1 Elasticsearch 集群

• 热数据层（Hot Tier）：用于存储最近的数据，提供高性能的读写操作。

• 温数据层（Warm Tier）：用于存储较旧的数据，适合读取操作，但写入性能较低。

如果使用Elasticsearch 服务：

• 默认情况下，Elastic Stack 部署包含热层。

• 要添加温层，可以通过编辑部署并点击“添加温数据层的容量”来完成。

如果使用自管集群：

• 需要为节点分配`data_hot`和`data_warm`角色。

• 例如，在温层的每个节点的`elasticsearch.yml`文件中添加以下配置