定期合并索引

Es是基于lucene构建的搜索引擎；lucene查询的快是因为倒排索引；

Es中经常会看到segments_q这样的文件，那么这个文件就是一个lucene的倒排索引；

倒排索引是由**词典 (Term Dictionary)和文档列表(Postings List)组成，lucene会在词典上做一层前缀索引(Term Index)，然后把前缀索引全部存储在堆内存中（heap）**；

也可以使用restful查看当前的segment 大小：segment memory

查看一个索引所有segment的memory占用情况:

GET _cat/segments/.monitoring*?v&h=shard,segment,size,size.memory

综上所述，segment越多，占用的内存（size.memory）也就越多；

所以要定期对索引进行合并优化；

合并的过程：

ES 会不断在后台运行任务，主动将这些零散的 segment 做数据归并，尽量让索引内只保有少量的，每个都比较大的，segment 文件。这个过程是有独立的线程来进行的，并不影响新 segment 的产生。

归并过程中（尚未完成的较大的 segment 是被排除在检索可见范围之外的）

当归并完成，较大的这个 segment 刷到磁盘后，commit 文件做出相应变更，删除之前几个小 segment，改成新的大 segment。等检索请求都从小 segment 转到大 segment 上以后，删除没用的小 segment。这时候，索引里 segment 数量就下降了

索引的合并策略

通过命令进行索引的合并：

curl -XPOST http://hadoop01:9200/logstash/_forcemerge?max_num_segments=1

【注意】当索引的数量不是很大的情况下，max_num_segment可以1；

数据量很大，如果max_num_segments很小，会导致segment很大，合并segment会非常的耗时，如果用户这期间来检索数据，是检索不到这个合并期间的segment的，有可能会造成数据检索不到的现象；