Kibana ILM 性价比如何？
How much is Kibana ILM cost-effective?
我明白了hot-warm(-cold-frozen-deleted) lifecycle is a great tool, but I haven't found much numerical documentation: one of the few documents that gives examples with numbers (and not just feature descriptions) is this blogpost。在没有汇总的热暖示例中，在我看来，主要的 storage 优化是由副本数给出的：
- 一天的数据量 = 86.4 GB
- 7 个热天 = 一天的数据 * 7 天 * 2 个副本 = 1.2 TB
- 30-7 个温暖的日子 = 一天的数据 * 23 天 * 1 个副本 = 1.98 TB
还有其他类似this webinar的资源，但它不区分存储使用和RAM使用。是否有官方文档（或第三方 experiment/report）显示 cold/frozen/“删除后不可搜索的快照”阶段是否以及在多大程度上优化了存储使用？或者只是更少的 RAM 使用？
这里不能有单一的“基准”，因为 ILM 只是一个允许根据数据使用模式调整硬件配置的工具。
例如，假设您对所有数据进行大量索引和大量搜索。在那种情况下，您不想减少旧数据的副本数，而收益主要是由于稍微便宜一些的“热”SSD 存储。因此，如果分离开销补偿了该增益，则此处的差异将是最小的或 none。
一个相反的例子是出于合规目的存储日志（大量写入但读取最少，并且主要是最后 24 小时）- 那么您可能希望将超过一周左右的所有内容移动到“冻结”层中使用 s3 buckets 存储，非常便宜。此外，这些分片不计入有关堆使用和稳定性的集群分片计数。在这种情况下，分层存储可能比 single-tier 集群便宜几个数量级。
我明白了hot-warm(-cold-frozen-deleted) lifecycle is a great tool, but I haven't found much numerical documentation: one of the few documents that gives examples with numbers (and not just feature descriptions) is this blogpost。在没有汇总的热暖示例中，在我看来，主要的 storage 优化是由副本数给出的：
- 一天的数据量 = 86.4 GB
- 7 个热天 = 一天的数据 * 7 天 * 2 个副本 = 1.2 TB
- 30-7 个温暖的日子 = 一天的数据 * 23 天 * 1 个副本 = 1.98 TB
还有其他类似this webinar的资源，但它不区分存储使用和RAM使用。是否有官方文档（或第三方 experiment/report）显示 cold/frozen/“删除后不可搜索的快照”阶段是否以及在多大程度上优化了存储使用？或者只是更少的 RAM 使用？
这里不能有单一的“基准”，因为 ILM 只是一个允许根据数据使用模式调整硬件配置的工具。
例如，假设您对所有数据进行大量索引和大量搜索。在那种情况下，您不想减少旧数据的副本数，而收益主要是由于稍微便宜一些的“热”SSD 存储。因此，如果分离开销补偿了该增益，则此处的差异将是最小的或 none。
一个相反的例子是出于合规目的存储日志（大量写入但读取最少，并且主要是最后 24 小时）- 那么您可能希望将超过一周左右的所有内容移动到“冻结”层中使用 s3 buckets 存储，非常便宜。此外，这些分片不计入有关堆使用和稳定性的集群分片计数。在这种情况下，分层存储可能比 single-tier 集群便宜几个数量级。