基于 Elasticsearch 的大规模数据异步处理实践

总结摘要
在大规模数据处理场景中,基于Elasticsearch(ES)的海量数据检索与分析是常见需求。本文将分享一个通过Go语言实现的、基于ES Scroll API的大规模异步数据处理方案,涵盖分片查询、并发控制、错误重试、数据聚合等核心实践要点。

大规模Elasticsearch数据处理实战:高并发Pod数据统计系统实现

在云原生场景下,我们经常需要从Elasticsearch(ES)中处理海量的Pod相关数据,并按照业务维度进行统计分析。本文将分享一个高并发、高性能的ES数据处理系统的实现思路与核心代码解析,该系统能够高效处理千万级Pod数据,并按业务名称(BizName)完成精准的统计分析。

一、模拟业务需求背景

我们需要从多个ES索引中提取Pod相关数据,核心目标是:

  1. 从指定索引中获取所有有效的业务名称列表
  2. 根据业务名称筛选出相关的Pod UID数据
  3. 通过Pod UID关联查询Pod的详细配置信息
  4. 筛选出满足特定条件的Pod数据,并按业务维度统计数量
  5. 整个过程需要支持高并发、可重试,确保数据处理的完整性和效率

二、技术架构设计

1. 核心设计原则

  • 并发处理:采用分片查询、工作池、协程池等机制提升处理效率
  • 容错机制:关键操作增加重试逻辑,防止网络波动导致的数据获取失败
  • 资源控制:通过信号量、缓冲区控制并发度,避免压垮ES集群
  • 内存优化:批量处理数据,避免一次性加载大量数据导致OOM

2. 整体流程

flowchart TD A[初始化ES客户端] --> B[获取所有业务名称列表] B --> C[分片滚动查询Pod UID数据] C --> D[工作池处理UID批量任务] D --> E[批量查询Pod详细信息] E --> F[筛选符合条件的Pod数据] F --> G[按业务维度统计计数] G --> H[输出实时/最终统计结果]

三、核心代码解析

1. 环境配置与客户端初始化

首先封装ES客户端,支持通过环境变量或命令行参数配置连接信息,确保配置的灵活性:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
type Config struct {
    EsUserName  string
    EsPassword  string
    EsHost      string
    SelectIndex string
}

func NewESClient(c *Config) *ESClient {
    client, err := elastic.NewClient(
        elastic.SetURL(c.EsHost),
        elastic.SetBasicAuth(c.EsUserName, c.EsPassword),
        elastic.SetSniff(false),
    )
    if err != nil {
        panic(fmt.Sprintf("Failed to create Elasticsearch client: %v", err))
    }
    return &ESClient{client}
}

2. 分片滚动查询(Scroll API)

针对海量数据,使用ES的Scroll API结合Slice Query实现分片并行查询,提升数据读取效率:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
func (c *ESClient) ScrollLivepodData(ctx context.Context, bizNames []string, resultChan chan<- []R) error {
    if len(bizNames) == 0 {
        return nil
    }

    // 构建过滤查询条件
    query := elastic.NewBoolQuery().Filter(
        elastic.NewTermsQuery("bizname.keyword", lo.ToAnySlice(bizNames)...),
    )

    g, ctx := errgroup.WithContext(ctx)
    // 根据CPU核心数和分片数确定最优分片数
    for i := 0; i < MaxSlices; i++ {
        sliceID := i
        g.Go(func() error {
            // 分片查询配置
            sliceQuery := elastic.NewSliceQuery().Id(sliceID).Max(MaxSlices)
            scrollService := c.Scroll(LivepodIndex).
                Type("_doc").
                Query(query).
                Size(ScrollSize).
                FetchSourceContext(elastic.NewFetchSourceContext(true).Include("uid")).
                Slice(sliceQuery)

            // 滚动查询逻辑
            var scrollID string
            for {
                select {
                case <-ctx.Done():
                    return ctx.Err()
                default:
                    searchResult, err := scrollService.ScrollId(scrollID).Scroll("2h").Do(ctx)
                    if err == io.EOF {
                        return nil
                    }
                    if err != nil {
                        return fmt.Errorf("error: slice %d scroll error: %w", sliceID, err)
                    }

                    // 处理当前批次数据
                    scrollID = searchResult.ScrollId
                    if len(searchResult.Hits.Hits) == 0 {
                        continue
                    }

                    var batch []R
                    for _, hit := range searchResult.Hits.Hits {
                        var r R
                        if err := json.Unmarshal(*hit.Source, &r); err != nil {
                            fmt.Printf("error: slice %d unmarshal error: %v\n", sliceID, err)
                            continue
                        }
                        batch = append(batch, r)
                    }

                    // 发送到结果通道
                    select {
                    case resultChan <- batch:
                        fmt.Printf("%s Slice %d processed %d documents\n",
                            time.Now().Format("15:04:05"), sliceID, len(batch))
                    case <-ctx.Done():
                        return ctx.Err()
                    }
                }
            }
        })
    }

    err := g.Wait()
    close(resultChan)
    return err
}

3. 工作池处理模型

设计工作池模式处理批量任务,通过信号量控制并发度,避免过度占用资源:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
type ProcessWorker struct {
    esClient *ESClient
    wg       *sync.WaitGroup
    taskChan <-chan []R
    ctx      context.Context
}

func (w *ProcessWorker) run() {
    defer w.wg.Done()
    const maxConcurrent = 10
    sem := make(chan struct{}, maxConcurrent) // 信号量控制并发
    for batch := range w.taskChan {
        select {
        case <-w.ctx.Done():
            return
        default:
            sem <- struct{}{}
            resultWg.Add(1)
            fmt.Printf("%s Processing batch of %d UIDs\n", time.Now().Format("15:04:05"), len(batch))
            go func(b []R) {
                defer func() { <-sem }()
                w.processBatch(b)
            }(batch)
        }
    }
}

4. 带重试的批量查询

对关键的ES查询操作增加重试机制,提升系统的容错能力:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
func (w *ProcessWorker) processBatch(batch []R) {
    defer resultWg.Done()
    if len(batch) == 0 {
        return
    }
    uids := lo.Map(batch, func(r R, _ int) string {
        return r.Uid
    })

    var podYamls []PodYamlR
    var err error

    // 最多重试3次
    maxRetries := 3
    for i := 0; i < maxRetries; i++ {
        podYamls, err = w.esClient.QueryPodYamlByUIDs(w.ctx, uids)
        if err != nil {
            fmt.Printf("error: w.esClient.QueryPodYamlByUIDs (attempt %d/%d): %v\n", i+1, maxRetries, err)
        }
        if err == nil {
            break
        }

        // 上下文取消则停止重试
        if errors.Is(err, context.Canceled) || errors.Is(err, context.DeadlineExceeded) {
            fmt.Printf("Context error, stop retrying: %v\n", err)
            return
        }

        // 指数退避重试
        if i < maxRetries-1 {
            time.Sleep(time.Duration(i+1) * 100 * time.Millisecond)
        }
    }

    // 筛选符合条件的数据
    filtered := FilterPodYamls(podYamls)
    if len(filtered) > 0 {
        select {
        case podYamlChannel <- filtered:
        case <-w.ctx.Done():
            return
        }
    }
}

5. 数据筛选与统计

按业务维度统计数据,使用sync.Map和原子操作确保并发安全:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
func (p *BizProcessor) Process(ctx context.Context) {
    p.Add(1)
    defer p.Done()
    for podYamls := range podYamlChannel {
        for _, podYaml := range podYamls {
            bizName := podYaml.Pod.Metadata.Labels.BusinessNameKey
            if bizName == "" {
                continue
            }
            // 并发安全的计数更新
            p.RLock()
            counter, ok := bizMap.Load(bizName)
            p.RUnlock()
            if !ok {
                p.Lock()
                counter, _ = bizMap.LoadOrStore(bizName, new(int64))
                p.Unlock()
            }
            atomic.AddInt64(counter.(*int64), 1)
            atomic.AddInt64(&p.totalCount, 1)
        }
    }
}

四、关键优化点

1. 并发控制

  • 分片查询:根据CPU核心数自动调整分片数,最大化利用多核资源
  • 协程池:使用信号量限制并发查询数,默认设置10个并发查询
  • 缓冲区:通道设置合理的缓冲区大小(50),平衡生产和消费速度

2. 容错机制

  • 重试机制:对ES查询操作设置3次重试,并采用指数退避策略
  • 上下文管理:使用context控制协程生命周期,支持优雅退出
  • 错误处理:关键操作增加错误日志,便于问题排查

3. 性能优化

  • 字段过滤:使用FetchSourceContext只获取需要的字段,减少数据传输量
  • 批量处理:批量查询和批量处理,减少ES请求次数
  • 内存管理:及时释放资源,避免内存泄漏

五、运行与监控

1. 实时监控

增加实时统计输出功能,便于观察处理进度:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
func PrintBizStats() {
    for range time.NewTicker(5 * time.Second).C {
        fmt.Println("=== Biz Stats (live) ===")
        bizMap.Range(func(key, value interface{}) bool {
            count := atomic.LoadInt64(value.(*int64))
            fmt.Printf("%s: %d\n", key, count)
            return true
        })
    }
}

2. 运行方式

支持通过环境变量或命令行参数配置:

1
2
3
4
5
6
7
# 设置环境变量
export ES_HOST="http://es-cluster:9200"
export ES_USER_NAME="username"
export ES_PASSWORD="password"

# 运行程序
go run main.go -select.index="livepod*"

六、总结与扩展

1. 核心亮点

  • 采用分层并发模型,从数据读取到处理再到统计全程并发
  • 完善的容错机制,确保在网络不稳定情况下仍能完成数据处理
  • 资源控制合理,不会对ES集群造成过大压力
  • 代码结构清晰,便于扩展和维护

2. 可扩展方向

  • 增加数据持久化:将统计结果写入数据库或文件
  • 增加监控指标:接入Prometheus监控关键指标(处理速度、错误数等)
  • 动态配置:支持运行时调整并发数、重试次数等参数
  • 分布式部署:支持多节点部署,处理更大规模的数据

3. 注意事项

  • 根据ES集群性能调整并发参数,避免过度压测
  • 对超大规模数据,可考虑增加数据分片存储
  • 生产环境建议增加日志轮转和错误告警机制

该系统已经在实际生产环境中验证,能够高效处理千万级别的Pod数据,按业务维度完成精准统计,且具备良好的稳定性和可扩展性。通过合理的并发设计和容错机制,既保证了处理效率,又确保了数据的准确性。

完整代码

  1
  2
  3
  4
  5
  6
  7
  8
  9
 10
 11
 12
 13
 14
 15
 16
 17
 18
 19
 20
 21
 22
 23
 24
 25
 26
 27
 28
 29
 30
 31
 32
 33
 34
 35
 36
 37
 38
 39
 40
 41
 42
 43
 44
 45
 46
 47
 48
 49
 50
 51
 52
 53
 54
 55
 56
 57
 58
 59
 60
 61
 62
 63
 64
 65
 66
 67
 68
 69
 70
 71
 72
 73
 74
 75
 76
 77
 78
 79
 80
 81
 82
 83
 84
 85
 86
 87
 88
 89
 90
 91
 92
 93
 94
 95
 96
 97
 98
 99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
package main

import (
	"context"
	"encoding/json"
	"errors"
	"flag"
	"fmt"
	"github.com/joho/godotenv"
	"io"
	"os"
	"runtime"
	"slices"
	"sync"
	"sync/atomic"
	"time"

	"github.com/olivere/elastic"
	"github.com/samber/lo"
	"golang.org/x/sync/errgroup"
)

// 配置常量
const (
	LivepodIndex      = "livepod*"
	SloTraceDataDaily = "slo_trace_data_daily*"
	PodYamlIndex      = "pod_yaml*"
	ScrollSize        = 2000
	ChannelBufferSize = 50
	WorkerPoolSize    = 50
	
	// 通用字段常量(替换业务特定字段)
	AnnotationKeyTimestamp = "xxx"
	LabelKeyBizName        = "xxx"
	FinalizerKeyResource   = "xxx"
)

var (
	MaxSlices = getOptimalSliceCount()
	bizMap    sync.Map // map[string]*int64
	podYamlChannel = make(chan []PodYamlR, ChannelBufferSize)
	resultWg       sync.WaitGroup
)

type R struct {
	Uid string `json:"uid"`
}

func (r *R) UnmarshalJSON(data []byte) error {
	var raw map[string]interface{}
	if err := json.Unmarshal(data, &raw); err != nil {
		return err
	}

	// 尝试从 "uid" 或 "PodUID" 中取值
	if val, ok := raw["uid"]; ok {
		if str, ok := val.(string); ok {
			r.Uid = str
		}
	} else if val, ok := raw["PodUID"]; ok {
		if str, ok := val.(string); ok {
			r.Uid = str
		}
	}
	return nil
}

type PodYamlR struct {
	Pod struct {
		Metadata struct {
			Finalizers  []string `json:"finalizers"`
			Annotations struct {
				ResourceRegisteredTimestamp string `json:"xxx"`
			} `json:"annotations"`
			Labels struct {
				BusinessNameKey string `json:"xxx"`
			} `json:"labels"`
		} `json:"metadata"`
	} `json:"pod"`
}

type ESClient struct {
	*elastic.Client
}

func NewESClient(c *Config) *ESClient {
	client, err := elastic.NewClient(
		elastic.SetURL(c.EsHost),
		elastic.SetBasicAuth(c.EsUserName, c.EsPassword),
		elastic.SetSniff(false),
	)
	if err != nil {
		panic(fmt.Sprintf("Failed to create Elasticsearch client: %v", err))
	}
	return &ESClient{client}
}

func (c *ESClient) GetBizNames(ctx context.Context) ([]string, error) {
	result, err := c.Search(LivepodIndex).
		Size(0).
		Aggregation("agg", elastic.NewTermsAggregation().Field("bizname.keyword")).
		Do(ctx)
	if err != nil {
		return nil, fmt.Errorf("failed to get biz names: %w", err)
	}

	terms, found := result.Aggregations.Terms("agg")
	if !found {
		return nil, nil
	}

	bizNames := make([]string, 0, len(terms.Buckets))
	for _, bucket := range terms.Buckets {
		if bizName, ok := bucket.Key.(string); ok && bizName != "" {
			bizNames = append(bizNames, bizName)
		}
	}

	return bizNames, nil
}

func (c *ESClient) ScrollLivepodData(ctx context.Context, bizNames []string, resultChan chan<- []R) error {
	if len(bizNames) == 0 {
		return nil
	}

	query := elastic.NewBoolQuery().Filter(
		elastic.NewTermsQuery("bizname.keyword", lo.ToAnySlice(bizNames)...),
	)

	g, ctx := errgroup.WithContext(ctx)

	for i := 0; i < MaxSlices; i++ {
		sliceID := i
		g.Go(func() error {
			sliceQuery := elastic.NewSliceQuery().Id(sliceID).Max(MaxSlices)
			scrollService := c.Scroll(LivepodIndex).
				Type("_doc").
				Query(query).
				Size(ScrollSize).
				FetchSourceContext(elastic.NewFetchSourceContext(true).Include("uid")).
				Slice(sliceQuery)

			var scrollID string
			for {
				select {
				case <-ctx.Done():
					return ctx.Err()
				default:
					searchResult, err := scrollService.ScrollId(scrollID).Scroll("2h").Do(ctx)
					if err == io.EOF {
						return nil
					}
					if err != nil {
						return fmt.Errorf("error: slice %d scroll error: %w", sliceID, err)
					}

					scrollID = searchResult.ScrollId
					if len(searchResult.Hits.Hits) == 0 {
						continue
					}

					var batch []R
					for _, hit := range searchResult.Hits.Hits {
						var r R
						if err := json.Unmarshal(*hit.Source, &r); err != nil {
							fmt.Printf("error: slice %d unmarshal error: %v\n", sliceID, err)
							continue
						}
						batch = append(batch, r)
					}

					scrollCount.Add(int64(len(batch)))

					select {
					case resultChan <- batch:
						fmt.Printf("%s Slice %d processed %d documents\n",
							time.Now().Format("15:04:05"), sliceID, len(batch))
					case <-ctx.Done():
						return ctx.Err()
					}
				}
			}
		})
	}

	err := g.Wait()
	close(resultChan)
	return err
}

func (c *ESClient) ScrollSloTraceDataDailyAddData(ctx context.Context, bizNames []string, resultChan chan<- []R) error {
	if len(bizNames) == 0 {
		return nil
	}

	query := elastic.NewBoolQuery().Filter(
		elastic.NewTermsQuery("BizName", lo.ToAnySlice(bizNames)...),
		elastic.NewRangeQuery("CreatedTime").TimeZone("UTC").
			Gte(time.Now().AddDate(0, 0, -1)).
			Lte(time.Now()),
		elastic.NewTermQuery("Type.keyword", "create"),
	)

	g, ctx := errgroup.WithContext(ctx)

	for i := 0; i < MaxSlices; i++ {
		sliceID := i
		g.Go(func() error {
			sliceQuery := elastic.NewSliceQuery().Id(sliceID).Max(MaxSlices)
			scrollService := c.Scroll(SloTraceDataDaily).
				Type("data").
				Query(query).
				Size(ScrollSize).
				FetchSourceContext(elastic.NewFetchSourceContext(true).Include("PodUID")).
				Slice(sliceQuery)

			var scrollID string
			for {
				select {
				case <-ctx.Done():
					return ctx.Err()
				default:
					searchResult, err := scrollService.ScrollId(scrollID).Scroll("2h").Do(ctx)
					if err == io.EOF {
						return nil
					}
					if err != nil {
						return fmt.Errorf("error: slice %d scroll error: %w", sliceID, err)
					}

					scrollID = searchResult.ScrollId
					if len(searchResult.Hits.Hits) == 0 {
						continue
					}

					var batch []R
					for _, hit := range searchResult.Hits.Hits {
						var r R
						if err := json.Unmarshal(*hit.Source, &r); err != nil {
							fmt.Printf("error: slice %d unmarshal error: %v\n", sliceID, err)
							continue
						}
						batch = append(batch, r)
					}

					scrollCount.Add(int64(len(batch)))

					select {
					case resultChan <- batch:
						fmt.Printf("%s Slice %d processed %d documents\n",
							time.Now().Format("15:04:05"), sliceID, len(batch))
					case <-ctx.Done():
						return ctx.Err()
					}
				}
			}
		})
	}

	err := g.Wait()
	close(resultChan)
	return err
}

var scrollCount atomic.Int64

func (c *ESClient) QueryPodYamlByUIDs(ctx context.Context, uids []string) ([]PodYamlR, error) {
	if len(uids) == 0 {
		return nil, nil
	}

	result, err := c.Search(PodYamlIndex).
		Query(elastic.NewBoolQuery().Filter(
			elastic.NewTermsQuery("podUID.keyword", lo.ToAnySlice(uids)...),
		)).
		Collapse(elastic.NewCollapseBuilder("podUID.keyword")).
		FetchSourceContext(elastic.NewFetchSourceContext(true).Include(
			"pod.metadata.finalizers",
			AnnotationKeyTimestamp,
			LabelKeyBizName,
		)).
		Sort("stageTimestamp", false).
		Size(10000).
		Do(ctx)
	if err != nil {
		fmt.Printf("error: failed to query pod_yaml: %v\n", err)
		return nil, fmt.Errorf("failed to query pod_yaml: %w", err)
	}

	podYamls := make([]PodYamlR, 0, len(result.Hits.Hits))
	for _, hit := range result.Hits.Hits {
		var podYaml PodYamlR
		if err := json.Unmarshal(*hit.Source, &podYaml); err != nil {
			fmt.Printf("error: failed to unmarshal pod_yaml: %v\n", err)
			continue
		}
		podYamls = append(podYamls, podYaml)
	}

	return podYamls, nil
}

func FilterPodYamls(podYamls []PodYamlR) []PodYamlR {
	return lo.Filter(podYamls, func(podYaml PodYamlR, _ int) bool {
		if podYaml.Pod.Metadata.Annotations.ResourceRegisteredTimestamp == "" {
			return false
		}
		if podYaml.Pod.Metadata.Labels.BusinessNameKey == "" {
			return false
		}
		return slices.Contains(podYaml.Pod.Metadata.Finalizers, FinalizerKeyResource)
	})
}

type ProcessWorker struct {
	esClient *ESClient
	wg       *sync.WaitGroup
	taskChan <-chan []R
	ctx      context.Context
}

func NewProcessWorker(esClient *ESClient, wg *sync.WaitGroup, taskChan <-chan []R, ctx context.Context) *ProcessWorker {
	return &ProcessWorker{
		esClient: esClient,
		wg:       wg,
		taskChan: taskChan,
		ctx:      ctx,
	}
}

func (w *ProcessWorker) Start() {
	w.wg.Add(1)
	go w.run()
}

func (w *ProcessWorker) run() {
	defer w.wg.Done()
	const maxConcurrent = 10
	sem := make(chan struct{}, maxConcurrent)
	for batch := range w.taskChan {
		select {
		case <-w.ctx.Done():
			return
		default:
			sem <- struct{}{}
			resultWg.Add(1)
			fmt.Printf("%s Processing batch of %d UIDs\n", time.Now().Format("15:04:05"), len(batch))
			go func(b []R) {
				defer func() { <-sem }()
				w.processBatch(b)
			}(batch)
		}
	}
}

func (w *ProcessWorker) processBatch(batch []R) {
	defer resultWg.Done()
	if len(batch) == 0 {
		return
	}
	uids := lo.Map(batch, func(r R, _ int) string {
		return r.Uid
	})

	var podYamls []PodYamlR
	var err error

	maxRetries := 3
	for i := 0; i < maxRetries; i++ {
		podYamls, err = w.esClient.QueryPodYamlByUIDs(w.ctx, uids)
		if err != nil {
			fmt.Printf("error: w.esClient.QueryPodYamlByUIDs (attempt %d/%d): %v\n", i+1, maxRetries, err)
		}
		if err == nil {
			break
		}

		if errors.Is(err, context.Canceled) || errors.Is(err, context.DeadlineExceeded) {
			fmt.Printf("Context error, stop retrying: %v\n", err)
			return
		}

		fmt.Printf("Query failed (attempt %d/%d): %v\n", i+1, maxRetries, err)
		if i < maxRetries-1 {
			time.Sleep(time.Duration(i+1) * 100 * time.Millisecond)
		}
	}

	filtered := FilterPodYamls(podYamls)
	fmt.Printf("podYamls: %v, filtered: %v \n", len(podYamls), len(filtered))
	if len(filtered) > 0 {
		select {
		case podYamlChannel <- filtered:
		case <-w.ctx.Done():
			return
		}
	}
}

type BizProcessor struct {
	sync.RWMutex
	sync.WaitGroup
	totalCount int64
}

func NewBizProcessor() *BizProcessor {
	return &BizProcessor{}
}

func (p *BizProcessor) Process(ctx context.Context) {
	p.Add(1)
	defer p.Done()
	for podYamls := range podYamlChannel {
		for _, podYaml := range podYamls {
			bizName := podYaml.Pod.Metadata.Labels.BusinessNameKey
			if bizName == "" {
				continue
			}
			p.RLock()
			counter, ok := bizMap.Load(bizName)
			p.RUnlock()
			if !ok {
				p.Lock()
				counter, _ = bizMap.LoadOrStore(bizName, new(int64))
				p.Unlock()
			}
			atomic.AddInt64(counter.(*int64), 1)
			atomic.AddInt64(&p.totalCount, 1)
		}
		fmt.Printf("%s Processed %d pods, total: %d\n",
			time.Now().Format("15:04:05"), len(podYamls), atomic.LoadInt64(&p.totalCount))
	}
}

func PrintBizStats() {
	for range time.NewTicker(5 * time.Second).C {
		fmt.Println("=== Biz Stats (live) ===")
		bizMap.Range(func(key, value interface{}) bool {
			count := atomic.LoadInt64(value.(*int64))
			fmt.Printf("%s: %d\n", key, count)
			return true
		})
	}
}

func PrintBizStatsP() {
	fmt.Println("\n=== Final Biz Stats ===")
	fmt.Println("| 业务名称 | 存量Pod统计数 |\n|-----|-----|")
	bizMap.Range(func(key, value interface{}) bool {
		count := atomic.LoadInt64(value.(*int64))
		fmt.Printf("|%s|%d|\n", key, count)
		return true
	})
}

type Config struct {
	EsUserName  string
	EsPassword  string
	EsHost      string
	SelectIndex string
}

var cfg = new(Config)

func main() {
	if err := godotenv.Load(); err != nil {
		fmt.Println("Warning: .env file not found, using environment variables")
	}
	flag.StringVar(&cfg.EsUserName, "es.user", os.Getenv("ES_USER_NAME"), "Elasticsearch username")
	flag.StringVar(&cfg.EsPassword, "es.pass", os.Getenv("ES_PASSWORD"), "Elasticsearch password")
	flag.StringVar(&cfg.EsHost, "es.host", os.Getenv("ES_HOST"), "Elasticsearch host")
	flag.StringVar(&cfg.SelectIndex, "select.index", os.Getenv("SELECT_INDEX"), "select index")
	// 解析命令行参数
	flag.Parse()
	ctx, cancel := context.WithCancel(context.Background())
	defer cancel()

	esClient := NewESClient(cfg)

	go PrintBizStats()

	bizProcessor := NewBizProcessor()
	go bizProcessor.Process(ctx)

	bizNames, err := esClient.GetBizNames(ctx)
	if err != nil {
		panic(err)
	}
	fmt.Printf("Found %d business names\n", len(bizNames))

	taskChan := make(chan []R, ChannelBufferSize)

	var workerWg sync.WaitGroup
	for i := 0; i < WorkerPoolSize; i++ {
		worker := NewProcessWorker(esClient, &workerWg, taskChan, ctx)
		worker.Start()
	}
	go func() {
		if cfg.SelectIndex == "slo_trace_data_daily*" {
			if err := esClient.ScrollSloTraceDataDailyAddData(ctx, bizNames, taskChan); err != nil {
				fmt.Printf("Error scrolling livepod data: %v\n", err)
				cancel()
			}
			return
		}
		if err := esClient.ScrollLivepodData(ctx, bizNames, taskChan); err != nil {
			fmt.Printf("Error scrolling livepod data: %v\n", err)
			cancel()
		}

	}()
	workerWg.Wait()
	resultWg.Wait()
	close(podYamlChannel)
	bizProcessor.Wait()
	PrintBizStatsP()
	fmt.Printf("当前一共查询了: %d\n", scrollCount.Load())

	fmt.Println("\nProcessing completed!")
}

func getOptimalSliceCount() int {
	// 分片数
	shardCount := 5
	cpuCores := runtime.NumCPU()
	optimalSlices := shardCount
	if cpuCores < shardCount {
		optimalSlices = cpuCores
	}
	return optimalSlices
}

总结

  1. 该系统采用分片查询+工作池+并发统计的分层并发模型,能高效处理千万级ES数据,且通过信号量、缓冲区等机制控制资源占用。
  2. 核心优化点包括:分片滚动查询提升读取效率、重试机制保证容错性、字段过滤减少数据传输、原子操作确保并发安全。