Elasticsearch 数据二进制文件内存不足

我尝试将 800GB 文件上传到 Elasticsearch，但我不断收到内存错误，告诉我数据二进制文件内存不足。我的系统有 64GB RAM 和 3TB 存储空间

curl -XPOST 'http://localhost:9200/carrier/doc/1/_bulk' --data-binary @carrier.json

我想知道配置文件中是否有一个设置可以增加内存量，以便我可以上传到他的文件

thanks

一次性发送 800GB 是相当大的，ES 必须将所有内容放入内存中才能处理它，所以这对于您拥有的内存量来说可能太大了。

解决此问题的一种方法是将文件分成几个文件，然后逐个发送。您可以使用如下所示的一个小型 shell 脚本来实现它。

#!/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

UPDATE

如果你想解释 ES 响应，你可以通过将响应管道传输到一个小的 python 单行代码来轻松完成，如下所示：

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"])';