Elasticsearch 8.x 存储有无压缩？能压缩到多少？

1、认知前提

Elasticsearch 支持压缩，压缩方式默认为：LZ4 压缩算法。

具体参见：

The default value compresses stored data with LZ4 compression, but this can be set to best_compression which uses DEFLATE for a higher compression ratio, at the expense of slower stored fields performance.

中文翻译为：

默认值使用 LZ4 压缩压缩存储的数据，但这可以设置为 best_compression，它使用 DEFLATE 来获得更高的压缩率，但会降低存储字段的性能。

https://www.elastic.co/guide/en/elasticsearch/reference/8.14/index-modules.html#index-codec

这里要引申一下，这属于：静态配置，类似：number_of_shard 主分片数，不允许动态修改，除非重建索引。

2、动手验证一下压缩比到底能压缩多少？

2.1 样例数据准备

以 kibana_sample_flights 飞行数据为例进行验证。

我们直接借助 elasticdump 进行导出，以json 存储，作为原始数据。

导出实现参考：

NODE_TLS_REJECT_UNAUTHORIZED=0 elasticdump \

  --input=https://elastic:@172.121.10.114:9200/kibana_sample_data_flights\

  --output=/www/elasticsearch_0801_20220713/test/flights.json \

  --type=data \

  --input-ca=/www/elasticsearch_0801_20220713/elasticsearch-8.1.0/config/certs/http_ca.crt

导出成功截图：

所占存储空间大小：

2.2 Elasticsearch 默认 LZ4 压缩算法的存储大小

2.3 如果修改为：best_compression压缩后，所占据存储空间大小如下

需要修改索引：

PUT kibana_sample_data_flights_ext
{
  "settings": {
    "index.codec": "best_compression"

  },

  "mappings": {

    "properties": {
......省略部分映射描述......

然后，reindex 迁移数据。

POST _reindex
{
  "source": {
    "index": "kibana_sample_data_flights"
  },
  "dest": {
    "index": "kibana_sample_data_flights_ext"
  }
}

3、初步结论

1）默认压缩LZ4 算法能压缩到一半！54.77%，能节省一半的存储！

新压缩算法 best_compression 压缩后，压缩为原始空间的：35%，也就是能省65%的空间。

压缩比要求高推荐使用：best_compression。

2）如果建模上(_source, store, 字段类型选型，doc_values, index 等参数）再优化，理论上还能压缩的更低一些！！