一、可能導致ES CPU高的原因：

1、複雜的query查詢

舉例：我這邊出現過200個組合wildcard query導致叢集down掉的情況；

2、有大量的reindex操作

3、ES版本較低

二、排查思路

2.1、業務場景排查

問自己幾個問題？
- 1）叢集中資料型別是怎麼樣的？
- 2）叢集中有多少資料？
- 3）叢集中有多少節點數、分片數？
- 4）當前叢集索引和檢索的速率如何？
- 5）當前在執行哪種型別的查詢或者其他操作？

2、建議Htop觀察，結合ElaticHQ 觀察CPU曲線

3、CPU高的時候，建議看一下ES節點的日誌，看看是不是有大量的GC。

4、檢視hot_threads。

GET _nodes/hot_threads

::: {test}{ikKuXkFvRc-qFCqG99smGg}{VE-uqoiARoONJwomfPwRBw}{127.0.0.1}{127.0.0.1:9300}{ml.machine_memory=8481566720, ml.max_open_jobs=20, ml.enabled=true}
   Hot threads at 2018-04-09T15:58:21.117Z, interval=500ms, busiestThreads=3, ignoreIdleThreads=true:

    0.0% (0s out of 500
 
ms) cpu usage by thread 'Attach Listener'
     unique snapshot
     unique snapshot
     unique snapshot
     unique snapshot
     unique snapshot
     unique snapshot
     unique snapshot
     unique snapshot
     unique snapshot
     unique snapshot

三、解決方案：

3.1、叢集負載高，增加新節點以緩解負載。

3.2、增加堆記憶體到系統記憶體的1半，最大31GB（理論上線32GB）.

3.3、插入資料的時候，副本數設定為0.

分片數不可以修改，副本數是可以修改的。

注意：分片過多，會導致：堆記憶體壓力大。

3.4、配置優化

Force all memory to be locked, forcing the JVM to never swap
bootstrap.mlockall: true
Threadpool Settings
Search pool
threadpool.search.type: fixed
threadpool.search.size: 20
threadpool.search.queue_size: 200
Bulk pool
threadpool.bulk.type: fixed
threadpool.bulk.size: 60
threadpool.bulk.queue_size: 3000
Index pool
threadpool.index.type: fixed
threadpool.index.size: 20
threadpool.index.queue_size: 1000
Indices settings
indices.memory.index_buffer_size: 30%
indices.memory.min_shard_index_buffer_size: 12mb
indices.memory.min_index_buffer_size: 96mb
Cache Sizes
indices.fielddata.cache.size: 30%
#indices.fielddata.cache.expire: 6h #will be depreciated & Dev recomend not to use it
indices.cache.filter.size: 30%
#indices.cache.filter.expire: 6h #will be depreciated & Dev recomend not to use it
Indexing Settings for Writes
index.refresh_interval: 30s
#index.translog.flush_threshold_ops: 50000
#index.translog.flush_threshold_size: 1024mb
index.translog.flush_threshold_period: 5m
index.merge.scheduler.max_thread_count: 1

2018年04月10日 0:18於家中床前

)