Elasticsearch索引生命周期管理：热温冷分层与滚动策略

Elasticsearch索引生命周期管理：热温冷分层与滚动策略概览ILM 通过阶段化（hot/warm/cold/frozen）管理索引生命周期；滚动与压缩提升性能与成本效率。与数据流与模板协同，实现自动接入与演进。技术参数（已验证）滚动：基于 `max_size/max_docs/max_age` 触发 `rollover`；保持主分片与副本配置合理。阶段操作：`shrink` 降低分片数；`forcemerge` 优化段；`allocate` 控制到特定节点层级。模板与策略：索引模板绑定 ILM 策略；数据流自动创建与滚动写入。存储分层：热节点处理写与实时查询；温节点做聚合；冷/冻结降低存储成本。监控：记录段数、分片与查询延迟；对失败动作进行回退与修复。实战清单为时序索引启用数据流与 ILM；按业务 SLA 设定滚动与分层策略。控制分片规模与数量；避免小分片与过度分片导致开销。建立演练与回滚流程；在变更时保留审计与指标记录。