Elasticsearch Curator v8.0.19版本发布:新增隐藏索引支持功能
项目简介
Elasticsearch Curator是一个用于管理Elasticsearch索引的强大工具,它可以帮助用户自动化执行各种索引管理任务,如索引的创建、移除、优化、备份等。作为Elasticsearch生态系统中重要的运维工具,Curator通过简洁的YAML配置文件或命令行界面,让复杂的索引管理操作变得简单高效。
版本亮点:隐藏索引支持
最新发布的v8.0.19版本中,Curator引入了一项重要功能——对隐藏索引的支持。这一改进使得用户现在可以显式地控制Curator是否处理被标记为隐藏的索引。
隐藏索引的背景
在Elasticsearch中,索引可以被标记为"hidden"(隐藏)。这种索引通常用于特定场景,如:
- 系统内部使用的索引
- 作为数据流(data streams)后端的索引
- 不希望直接暴露给终端用户的索引
默认情况下,Elasticsearch的API调用会忽略这些隐藏索引,除非明确指定要包含它们。
新功能详解
配置文件支持
在新版本中,用户可以在Curator配置文件的options部分添加include_hidden参数来控制是否包含隐藏索引:
options:
include_hidden: True
当设置为True时,Curator将在执行操作时考虑隐藏索引;默认情况下或设置为False时,则忽略隐藏索引。
命令行支持
对于使用CLI单例命令的用户,新增了--include-hidden选项。默认行为相当于--no-include-hidden,即不包含隐藏索引。
已知问题与解决方案
在测试过程中发现了一个Elasticsearch本身的潜在问题:当索引名称以点开头(如.my_index),且该索引被设置为隐藏状态时,如果使用同样以点开头的通配符模式(如.my_*)进行搜索,即使设置了expand_wildcards参数包含隐藏索引(open,closed,hidden),该隐藏索引仍可能出现在搜索结果中。
这个问题已经被报告给Elasticsearch团队,在修复之前,建议用户采取以下替代方案:
- 使用更精确的
search_pattern来匹配目标索引 - 通过过滤器明确排除需要保持隐藏的索引
兼容性说明
新版本已经通过Elasticsearch 7.17.25和8.17.2版本的全面测试,确保功能稳定性和兼容性。
技术意义
这一改进为需要管理隐藏索引的用户提供了更大的灵活性,特别是在以下场景中尤为有用:
- 管理数据流背后的隐藏索引
- 对系统索引进行维护操作
- 在复杂环境中精确控制索引生命周期
升级建议
对于需要使用隐藏索引管理功能的用户,建议升级到此版本。升级过程通常只需替换Curator二进制文件或更新安装包,无需额外的数据迁移步骤。
对于不需要处理隐藏索引的用户,可以继续使用现有版本,或升级以获得其他可能的改进和错误修复。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08