我正在尝试将一个800GB的文件上传到Elasticsearch,但我不断收到一个内存错误,告诉我数据二进制超出了内存。我的系统上有64GB的RAM和3TB的存储空间。
curl -XPOST 'http://localhost:9200/carrier/doc/1/_bulk' --data-binary @carrier.json
我想知道是否有在配置文件中增加内存的设置,以便我可以上传他的文件
谢谢
我正在尝试将一个800GB的文件上传到Elasticsearch,但我不断收到一个内存错误,告诉我数据二进制超出了内存。我的系统上有64GB的RAM和3TB的存储空间。
curl -XPOST 'http://localhost:9200/carrier/doc/1/_bulk' --data-binary @carrier.json
我想知道是否有在配置文件中增加内存的设置,以便我可以上传他的文件
谢谢
一次发送800GB的数据量相当大,ES需要将所有内容放入内存中进行处理,因此对于您拥有的内存量来说可能太大了。
解决这个问题的一种方法是将文件分成几个部分,然后逐个发送。您可以使用下面这个小shell脚本实现。
#!/bin/sh
# split the main file into files containing 10,000 lines max
split -l 10000 -a 10 carrier.json /tmp/carrier_bulk
# send each split file
BULK_FILES=/tmp/carrier_bulk*
for f in $BULK_FILES; do
curl -s -XPOST http://localhost:9200/_bulk --data-binary @$f
done
更新
如果您想解释ES响应,可以将响应输入到一个小的Python一行代码中进行处理,例如:
curl -s -XPOST $ES_HOST/_bulk --data-binary @$f | python -c 'import json,sys;obj=json.load(sys.stdin);print " <- Took %s ms with errors: %s" % (obj["took"], obj["errors"])';
carrier.json
文件的简短摘录吗? - Val