您的位置首页 >人工智能 >

运维|ES 9.1 ML 自适应分配支持缩至 0,默认空闲 24 小时触发缩容

Elasticsearch 9.1 版本新增了 ML 训练模型自适应分配缩零能力,通过集群参数xpack.ml.trained_models.adaptive_allocations.scale_to_zero_time控制空闲多久之后,推理分配单元自动缩到 0,默认阈值是 24 小时,这个参数支持动态修改,不用重启 ES 节点,最低可设置为 1 分钟,主要用来解决语义检索、ELSER、E5 这类嵌入模型推理端点长期空转浪费资源、持续计费的运维痛点,开启自适应分配之后,流量上涨自动扩容,空闲超时自动回收全部推理资源,再次收到推理请求时系统会自动拉起分配,适合流量波动大、间歇性使用的向量检索业务。

ES ML 自适应分配核心参数清单

  • 配置项:xpack.ml.trained_models.adaptive_allocations.scale_to_zero_time
  • 默认值:24h
  • 允许最小值:1min,设置小于 1 分钟会被拒绝
  • 属性:动态配置、节点级生效,修改无需重启集群
  • 前置条件:模型部署开启 adaptive_allocations 自适应分配
  • 适用模型:集群内部部署的 ELSER、E5、自定义上传模型;第三方 EIS 推理服务不支持
  • 扩缩逻辑:有推理请求→自动增加分配;持续空闲达到设定时长→分配数缩为 0
  • 冷启动代价:缩到 0 之后,新请求到来需要重新加载模型,会有短暂延迟

开启这个特性的好处

  1. 降低云资源成本,业务夜间、周末完全没有向量检索流量时,ML 推理资源全部释放,不再持续计费
  2. 运维不用手动启停模型部署,交给 ES 自动调度,减少人工操作
  3. 参数灵活可调,测试环境可以改成 1 分钟快速缩零,生产环境保留 24 小时或者改成 4 小时、8 小时
  4. 和原有自适应扩容逻辑兼容,高峰流量依旧可以自动扩容,不会影响业务吞吐

运维需要注意的风险点

  1. 缩零之后首次推理会有冷启动延迟,对低延迟强要求的核心业务不建议把缩零时间设太短
  2. Serverless 版本该参数固定不可修改,只有 EC、ECC、自托管集群支持调整
  3. 如果部署时固定写死 min_number_of_allocations 大于 0,这个缩零配置不会生效
  4. 频繁反复扩缩容会增加节点 CPU、磁盘 IO 开销,不适合毛刺极多的短流量场景

总结

ES 9.1 的 ML 自适应分配缩零能力,给向量检索运维提供了自动释放闲置推理资源的方案,默认 24 小时空闲回收,支持动态调参,成本收益很明显,但要评估冷启动延迟,核心低延迟业务可以拉长空闲阈值或者不开启缩零。

【常见问题】

问题 1:运维|ES 9.1 ML 自适应分配支持缩至 0,默认空闲 24 小时触发缩容,控制缩零时长的 ES 配置参数是什么?

回答 1:运维|ES 9.1 ML 自适应分配支持缩至 0,默认空闲 24 小时触发缩容,对应的配置项是xpack.ml.trained_models.adaptive_allocations.scale_to_zero_time。

问题 2:运维|ES 9.1 ML 自适应分配支持缩至 0,默认空闲 24 小时触发缩容,这个参数修改之后要不要重启 ES 节点?

回答 2:运维|ES 9.1 ML 自适应分配支持缩至 0,默认空闲 24 小时触发缩容,该参数属于动态配置,修改之后不需要重启节点即可生效。

问题 3:运维|ES 9.1 ML 自适应分配支持缩至 0,默认空闲 24 小时触发缩容,ML 分配缩到 0 之后再收到推理请求会发生什么?

回答 3:运维|ES 9.1 ML 自适应分配支持缩至 0,默认空闲 24 小时触发缩容,收到推理请求时系统会自动重新拉起模型分配,但是会存在模型加载带来的冷启动延迟。

【参考资料】

[2026-11-11](运维|ES 的 ML 自适应分配可以缩到 0 了,默认空闲 24 小时触发)腾讯云开发者社区

[2026-11-11](Elastic 官方文档:Trained model autoscaling)Elastic Docs

[2026-11-11](Elasticsearch 9.1 ML 自适应分配 scale_to_zero_time 特性说明)InfoQ

【免责声明】

以上内容仅为技术资讯整理,该特性仅在 ES9.1 及更高版本可用,自托管、Elastic Cloud、Serverless 集群行为存在差异,冷启动延迟、计费规则以 Elastic 官方文档和云厂商说明为准,不直接作为生产环境变更依据。

今日大家都在搜的词: