8.性能优化

Elasticsearch 如何选择硬件配置？

　　部署 Elasticsearch 对于机器的 CPU 要求并不高，通常选择 2 核或者 4 核的就差不多了。

　　Elasticsearch 中的很多操作是比较消耗内存的，如果搜索需求比较大的话，建议选择 16GB 以上的内存。具体如何分配内存呢？通常是 50% 给 ES，50% 留给 Lucene。另外，建议禁止 swap。如果不禁止的话，当内存耗尽时，操作系统就会自动把内存中暂时不使用的数据交换到硬盘中，需要使用的时候再从硬盘交换到内存，频繁硬盘操作对性能影响是致命的。

　　磁盘的速度相对比较慢，尽量使用固态硬盘（SSD）。

 

Elasticsearch 索引优化策略有哪些？

　　ES 提供了 Bulk API 支持批量操作，当我们有大量的写任务时，可以使用 Bulk 来进行批量写入。不过，使用 Bulk 请求时，每个请求尽量不要超过几十 M，因为太大会导致内存使用过大。

　　ES 默认副本数量为 3 个，这样可以提高可用性，但会影响写入索引的效率。某些业务场景下，可以设置副本数量为 1 或者 0，提高写入索引的效率。

　　ES 在写入数据的时候，采用延迟写入的策略，默认 1 秒之后将内存中 segment 数据刷新到磁盘中，此时我们才能将数据搜索出来。这就是为什么 Elasticsearch 提供的是近实时搜索功能。某些业务场景下，可以增加刷新时间间隔比如设置刷新时间间隔为30s( index.refresh_interval=30s )，减少 segment 合并压力，提高写入索引的效率。

　　加大 index_buffer_size ，这个是 ES 活跃分片共享的内存区，官方建议每个分片至少 512MB， 且为 JVM 内存的 10%。

　　使用 ES 的默认 ID 生成策略或使用数字类型 ID 做为主键。

　　合理的配置使用 index 属性， analyzed 和 not_analyzed ，根据业务需求来控制字段是否分词或不分词。只有groupby 需求的字段，配置时就设置成 not_analyzed ，以提高查询或聚类的效率。

　　加大 Flush 设置。 Flush 的主要目的是把文件缓存系统中的段持久化到硬盘，当 Translog 的数据量达到 512MB 或者 30 分钟时，会触发一次 Flush，我们可以加大index.translog.flush_threshold_size ，但必须为操作系统的文件缓存系统留下足够的空间。

 

Elasticsearch 查询优化策略有哪些？

　　建立冷热索引库（可用固态硬盘存放热库数据，普通硬盘存放冷库数据），热库数据可以提前预热 加载至内存，提高检索效率。

　　自定义路由规则，让某一类型的文档都被存储到同一分片。

　　使用 将多个字段整合为一个。

　　控制字段的数量，业务中不使用的字段，就不要索引。不要返回无用的字段，使用_source 进行指定。

　　避免大型文档存储，默认最大长度为   100MB。

　　使用keyword 数据类型，该类型不会走分词器，效率大大提高。开启慢查询配置定位慢查询。

　　ES 查询的时候，使用 filter 查询会使用 query cache, 如果业务场景中的过滤查询比较多，建议将

　　querycache 设置大一些，以提高查询速度。尽量避免分页过深。

　　增加分片副本提高查询吞吐量，避免使用通配符。

　　加大堆内存，ES 默认安装后设置的内存是 1GB，可以适当加大但不要超过物理内存的 50%，且最好不要超过 32GB。

　　分配一半物理内存给文件系统缓存，以便加载热点数据。