# ElasticSearch 性能优化

在这里插入图片描述

# 提升写入性能

# 使用 bulk 接口批量写入

节省重复创建连接的网络开销
通过进行基准测试来找到最佳的批处理数量

# 延长 refresh 的时间间隔

通过延长 refresh（刷新）的时间间隔可以降低段合并的频率，段合并十分耗费资源
默认的刷新频率为1s，对 index 修改 index.refresh_interval 即可立即生效

# 初始化性能的大量写入

比如 reindex 或是导入基础数据这种一次性批量索引操作
可以配置成不刷新，并且把副本数也配置成0，完了之后再设置成正常值

# 关闭操作系统的 swapping

操作系统会自动把不常用的内存交换到磁盘（虚拟内存），关闭后就不会进行交换

# 使用自动生成的id

指明文档 id 时，es 需要先判断一下这个 id 对应的文档是否已经存在，以做一些合并或者更新操作。如果使用自生成的 id，可以跳过这个步骤，加快索引速度

# 合理设置字段 mapping

不需要分析的字段就不用分析

# 合理设置分片和副本数量

副本数量越多，写入越慢

# 提升查询性能

# 用过滤器上下文替代查询上下文

过滤器上下文，不计算得分可以减少资源消耗，过滤器结果可以缓存

# 避免使用脚本

脚本非常耗性能，因为每次计算且无法缓存
如果非用不可，就用 painless 或者 expressions

# 提前索引字段

假如有如下的文档

PUT index/_doc/1
{
  "designation": "spoon",
  "price": 13
}

经常进行如下的范围查询

GET index/_search
{
  "aggs": {
    "price_ranges": {
      "range": {
        "field": "price",
        "ranges": [
          { "to": 10 },
          { "from": 10, "to": 100 },
          { "from": 100 }
        ]
      }
    }
  }
}

索引的时候可以增加一个 price_range 字段，用来存储范围

PUT index
{
  "mappings": {
    "properties": {
      "price_range": {
        "type": "keyword"
      }
    }
  }
}

PUT index/_doc/1
{
  "designation": "spoon",
  "price": 13,
  "price_range": "10-100"
}

最开始的分组方式就可以改成如下形式

GET index/_search
{
  "aggs": {
    "price_ranges": {
      "terms": {
        "field": "price_range"
      }
    }
  }
}

# 合理 mapping

数值数据可以映射为 numeric 类型或者keyword类型
数字类型适合范围查询
keyword 类型适合精确查询（精确查询时搜索 keywrod 比搜索 numeric 更快）

比如产品id或者 ISBN（一种用于唯一标识图书的国际标准）基本上是用在精确查询的场景中，我们就可以映射为 keyword 类型

# 使用更轻量的查询语句

通配符查询很费性能，尤其是通配符放在前面

# 不要使用关联关系

不管是嵌套还是父子，都会使查询量倍增

# 增加副本数量

查询时会查询主分片或副本分片，因此增加副本数量可以提高系统吞吐量

# 按时间查询时对时间进行四舍五入

这样可以更好的利用缓存

在可以接受的前提下，可以从方式一改为方式二

方式一：查询当前时间减去1小时到当前时间，精确到秒的时间范围

GET index/_search
{
  "query": {
    "constant_score": {
      "filter": {
        "range": {
          "my_date": {
            "gte": "now-1h",
            "lte": "now"
          }
        }
      }
    }
  }
}

方式二：和方式一相比，多了/m，表示这是一个精确到分钟的相对时间范围

GET index/_search
{
  "query": {
    "constant_score": {
      "filter": {
        "range": {
          "my_date": {
            "gte": "now-1h/m",
            "lte": "now/m"
          }
        }
      }
    }
  }
}

# 如果 index 不再写入可以合并分段

分段越少，查询越快，每次查询都要拆到所有分段去处理，再合并结果，有 _forcemerge 接口，可以把分段数设为1
甚至可以合并分片，reindex 或 shink

POST /my-index-000001/_forcemerge

# 给文件系统（filesystem cache）预留足够内存

es 非常依赖操作系统的文件缓存来提高查询速度
预留至少一半的内存给文件系统缓存

# 使用 ssd 磁盘而且别用远程磁盘

es需要频繁读取磁盘

# 路由优化

# 节省磁盘空间

# 关闭不需要的特性

不被用来查询的字段，不索引
不做全文检索，不分词
不关注文档相关性，关闭 norms
不需要短语搜索，关闭位置索引

# 不要使用自动 mapping

默认会对 string 字段做两次索引（text 和 keyword）

# 禁用 _source 字段

_source字段存储了文档原始的 json 格式，如果不需要访问，可以禁用

# 配置压缩存储

# 分段合并

段里面的数据是逻辑删除的，段合并的时候会将这些数据真正删除

# 数字类型用最小数字类型

尽量选择占用空间较小的数组类型，byte < short < integer < long

← ElasticSearch 聚合统计