OpenSearch как сервис: обзор и тривиальный пример использования на Python

Привет! Проблема традиционных реляционных баз данных в том, что они не всегда справляются с обработкой огромных объемов информации. Вот вам нужно быстро найти, проиндексировать и проанализировать логи, события или метрики, но вы упираетесь в ограничения масштабируемости, автошардирования и скорости обработки запросов специфического профиля нагрузки. Знакомо?

Меня зовут Гришин Александр, я продакт-менеджер в Selectel и отвечаю за развитие объектного хранилища и облачных баз данных. В этой статье расскажу, как описанные проблемы решает OpenSearch, как развернуть кластеры этой платформы за несколько минут и начать с ней работать в Python.

Мы в Selectel готовим новый сервис. Если арендуете серверы в рабочих или личных проектах, нам очень поможет ваш опыт — записывайтесь на короткое онлайн-интервью. За участие подарим плюшевого Тирекса и бонусы на услуги Selectel.

Используйте навигацию, если не хотите читать текст полностью:
→ Что такое OpenSearch
→ OpenSearch as a Service в Selectel
→ Как начать использовать OpenSearch в Selectel
→ Как использовать OpenSearch с Python
→ Подключение к OpenSearch Dashboard

OpenSearch 2.18 (Latest) — это open source высокопроизводительная поисковая система и аналитический движок. Инструмент позволяет индексировать и анализировать большие объемы данных в режиме реального времени. Это форк Elasticsearch 7.10, разработанный Amazon после смены лицензии Elastic на проприетарную. OpenSearch сохраняет совместимость с API Elasticsearch, но при этом остается полностью открытым и свободным для использования. Это делает его удобным решением для пользователей, ищущих open source альтернативу.

OpenSearch хорош тем, что предлагает полнотекстовый поиск по индексированным данным, включая поддержку морфологии и сложных поисковых запросов. Помимо тривиального поиска можно также анализировать логи. А чтобы наглядно представить данные, можно строить таблицы и графики с помощью OpenSearch Dashboards. Отдельно отмечу поддержку машинного обучения — можно автоматически выявлять аномалии в данных за счет поддержки таких плагинов, как anomaly-detection и opensearch-ml.

Наконец, благодаря open source модели и плагинам OpenSearch можно адаптировать под разные задачи. Например, плагин notifications предназначен для управления уведомлениями через интеграции с менеджерами или веб-хуками с POST-, PUT- и PATH-запросами.

Отличия OpenSearch от Elasticsearch

OpenSearch стал основной альтернативой ELK, предлагая:

• полностью открытую лицензию (Apache 2.0), что позволяет использовать и модифицировать продукт без ограничений;
• дополнительные функции и плагины от сообщества без лицензий и платных ограничений;
• совместимость с API Elasticsearch для упрощения миграции с Elasticsearch;
• поддержку сообщества и развитие в концепции AWS-like, но без привязки к конкретному облачному провайдеру.

Итак, что мы имеем? С одной стороны, OpenSearch — отличный выбор для разработчиков, аналитиков и DevOps-инженеров, которым необходим мощный инструмент для работы с большими текстовыми данными. С другой, платформа требовательна к железу и сложна в эксплуатации.

Чтобы упростить повседневную жизни DevOp- и SRE-инженеров, дата-аналитиков и разработчиков, мы выпустили новую услугу OpenSearch как сервис. Это полностью управляемая платформа, которая позволяет развернуть кластеры OpenSearch за несколько минут. Самостоятельного администрировать инфраструктурную составляющую при этом не нужно.

В услугу входит:

• установка и настройка нод,
• формирование групп в кластере,
• масштабирование, репликация, шардирование и отказоустойчивость,
• мониторинг и резервное копирование,
• обеспечение хранения данных в соответствии с требованиями ИБ: 152-ФЗ, ГОСТ 57580 и прочих,
• интеграция с другими сервисами Selectel.

В целом, мы взяли на себя всю инфраструктурную рутину вроде настройки и поддержки сложных многосоставных систем. При этом работа на уровне приложения OpenSearch остается в зоне ответственности клиента.

Про группы нод и роли в нашей услуге

Кластер OpenSearch состоит из четырех групп:

• три ноды менеджеров,
• дашборды,
• первая группа датанод, до 10 штук (например, для горячего хранения),
• вторая группа датанод, до 10 штук (например, для холодного хранения).

Рассмотрим каждую группу отдельно.

Подробное описание того, как все устроено под капотом — тема для отдельной статьи. Если вам интересно почитать об этом подробнее, дайте знать в комментариях. А пока тезисно перечислю, что делает каждая группа нод.

Ноды-менеджеры

Это обязательная к использованию группа, которая отвечает за управление, координацию и работоспособность кластера, а также за балансировку нагрузки. Вот что конкретно делает группа:

• управляет состоянием кластера: поддерживает и распространяет метаданные о состоянии всех узлов, отслеживает добавления/удаления узлов и своевременное обновление состояния кластера, управляет индексами, включая их создание, удаление и обновление;
• распределяет данные и задачи: контролирует распределение шардов (фрагментов индексов) между узлами кластера, перераспределяет их в случае выхода узла из строя или его добавления;
• обеспечивает отказоустойчивость: автоматически обнаруживает отказы узлов и инициирует процедуры восстановления, координируют репликацию данных;
• распределяет нагрузку: анализирует и обеспечивает равномерную обработку запросов и операций записи;
• обрабатывает операции управления: выполняет административные операции (создание индексов, управление настройками, закрытие/открытие индексов), реализует обновления и миграции без прерывания работы кластера;
• координирует выбор Master Election: в кластерах с несколькими менеджерами один из них выбирается в качестве основного (Master node) и выполняет критические задачи, включая принятие решений о распределении шард и управление метаданными. Группа менеджеров координирует выбор нового мастера в случае сбоя текущего.
• выполняет мониторинг и сбор метрик: собирает данные о состоянии кластера и предоставляет их для анализа и диагностики, например, в OpenSearch Dashboards.

Дашборды

Это опциональная к использованию группа в кластере. Она отвечает за предоставление веб-интерфейса визуализации данных и управление кластером через веб-панель. Эти узлы оптимизированы для обработки запросов пользователей и выполнения задач, связанных с аналитикой и визуализацией.

Основные задачи группы дашбордов:

• визуализация данных и мониторинга состояния кластера,
• обработка пользовательских и аналитических запросов,
• управление виджетами и дашбордами,
• реализация веб-интерфейса для администрирования: управления пользователями, резервного копирования и т.д.

Дашборды не участвуют непосредственно в обработке данных, управлении шард-распределением или кластеризацией, поэтому их использование опционально и призвано просто упростить пользователю работу с OpenSearch API.

Группа датанод, или Data Nodes

Это основной компонент кластера, который выполняет ключевые задачи, связанные с индексированием, шардированием, репликацией и обработкой запросов. В кластере OpenSearch группа датанод отвечает за хранение, управление и обработку данных. Рассмотрим ее задачи подробнее.

• Хранение данных: хранение индексов и шардов, управление репликами, оптимизация хранения данных.
• Обработка запросов: выполнение операций чтения и записи, индексирование новых данных, распределение их по соответствующим шард-узлам.
• Репликация данных: управление репликами шардов, перенаправление запросов на реплики при недоступности основной копии.
• Обеспечение отказоустойчивости: автоматическое восстановление данных из реплик при сбое узла, обновление состояния кластера.
• Взаимодействие с мастер-нодами: получение инструкций от нод менеджеров по размещению и управлению шард-репликами, передача информации о состоянии данных и шардов для поддержания актуального состояния кластера.

Для промышленного использования важно следить за состоянием датанод, включая использование CPU, памяти и дискового пространства, чтобы избежать перегрузки или снижения производительности.

Мы постарались сделать так, чтобы использование нашей услуги было максимально простым. Чтобы приступить к работе с OpenSearch, выполните несколько шагов.

1. Зайдите в панель управления и перейдите в раздел Продукты → Облачные базы данных.

1. Выберите подходящие вам регион и пул.
2. В разделе СУБД выберите OpenSearch.
3. Выберите приватную сеть или создайте новую. Опциональный шаг: выберите группу нод, в которой будете использовать публичные адреса.
4. Выберите конфигурацию для каждой группы нод. Все ноды внутри этой группы будут иметь одинаковую конфигурацию.
5. Затем нажмите Создать кластер.

Создание кластера.

1. Подключите источники данных и настройте индексирование логов, используя OpenSearch API.
2. Визуализируйте данные в OpenSearch Dashboard.

Листинг кластеров.

Настройки кластера.

В нашем тривиальном примере будем использовать библиотеку opensearch-py. Вот пример кода для индексации и поиска данных:

from opensearchpy import OpenSearch
host = 'your-opensearch-endpoint'
port = 9200
auth = ('user', 'password')
client = OpenSearch(
    hosts=[{'host': host, 'port': port}],
    http_auth=auth,
    use_ssl=True,
    verify_certs=False
)
# Создание индекса
index_name = "logs"
client.indices.create(index=index_name, ignore=400)
# Добавление документа
doc = {"message": "Ошибка в системе", "timestamp": "2025-02-10T12:00:00"}
client.index(index=index_name, body=doc)
# Поиск по индексу
query = {"query": {"match": {"message": "Ошибка"}}}
response = client.search(index=index_name, body=query)
print(response)

Этот код демонстрирует, как подключиться к кластеру OpenSearch, создать индекс, добавить документ и выполнить поиск.

OpenSearch Dashboards — это веб-интерфейс для визуализации данных и управления кластерами OpenSearch.

Подключение с использованием web-интрфейса

Получите URL-адрес OpenSearch Dashboards

После развертывания Managed OpenSearch в Selectel вы можете получить ссылку несколькими способами.

1. Нажать на копку дашборда на листинге/списке кластеров. В соседней вкладке откроется дашборд. Все.

2. Можно зайти в настройки кластера, на вкладку Подключение. Там выбрать дашборд-группу и нужный IP-адрес. Если подклчаетесь из облака, например из виртуальной машины, выбирайте приватный IP. Но в 99% случаев подключения происходят из интернета. Разумеется, для этого публичный IP-адрес должен быть заранее прикреплен к дашборд-группе.

3. Скопируйте IP-адрес и вставьте его в адресную строку браузера:

Авторизуйтесь в Dashboards

Перейдите по указанному URL в браузере. На экране входа введите:

• логин (admin, если не изменен),
• пароль (задается при создании кластера, его нельзя посмотреть в панели управления, но можно поменять).

Проверьте подключение к OpenSearch

После входа в Dashboards:

• перейдите в Managment → Dev Tools → Console,
• выполните тестовый запрос GET _cluster/health.

  Если подключение успешно, вы увидите информацию о статусе кластера.

  

  Подключение к Dashboard используя REST API

  Для подключения к Dashboard необязательно использовать браузер, можно работать через API. Для этого потребуется:

  • IP-адрес (приавтный или публичный в зависимости от того, откуда мы подключаемся),
  • логин и пароль.

  Вот так можно подключится к дашборду и посмотреть статус кластера:

  curl -u 'ЛОГИН:пароль' -X GET "https://188.124.39.188/api/status"
  

  Ответом мы получим JSON-ответ от API, содержащий статус системы OpenSearch Dashboards.

  В ближайшее время мы планируем интегрировать OpenSearch с другими сервисами Selectel, добавить поддержку HighFreq и Dedicated аппаратных платформ и новых функций. А пока, если у вас остались вопросы, приглашаю задать их в комментариях.