ES性能优化之查询优化笔记（一）

---

前言

优化的场景除了集群基础的性能优化之外，还要区分具体的场景，往往一些参数调整会有相应的好处和坏处，而且往往写入和查询的优化是对立的，要结合相应的业务场景

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、mappings优化

•对于只需要精确查询的字段，例如时间戳，应该设置为keyword。
•对需要进行全文检索的字段设置合理的分词器，不同的分词器查询效率相差较大。

合理地向Elasticsearch中进行数据索引时，要注意以下几点：
•Elasticsearch可以对数据做动态mapping，但请不要这么做，尽量在创建index时便赋予index固定的mapping配置。当大量数据写入的同时伴随着新的字段的增加，会造成大量的put_mapping操作，从而造成EsMaster阻塞，影响整个Elasticsearch集群的运行。不建议使用动态mapping，如果需要使用动态mapping，建议尽量使用较为精准的匹配规则，杜绝*全匹配的通配符操作。当Elasticsearch的实例总数在500以上时，禁止使用动态mapping。
•如果数据量巨大，可以分的字段个数太多，如超过1000个字段，最好给字段赋予不同的级别索引到不同的index中。例如，常用的查询字段可以写入到一个index中，字段长度较长且不常用的索引到另一个index中。
•合理的设计Mapping，根据实际的业务数据去设置优化Mapping，根据具体的字段和需求去选择对应的类型设置，可参考如下几点：
1.字符串类型默认分成：text和keyword两种类型。需要分词：text，否则keyword。
2.枚举类型，基于性能keyword，即便是整形。
3.数值类型，尽量选择贴近大小的类型。
4.日期类型，如果需要基于时间轴做分析，必须date类型，如果仅需秒级返回，建议使用keyword。
5.其他类型，布尔、日期、地理位置，使用对应的类型即可。
6.如果某个字段不需要被检索，将“index”参数设置为“false”。
7.如果字段完全不需要检索，排序，聚合分析，将“enable”参数设置为“false”。
8.“_all”字段，默认将写入的字段拼接成一个大的字符串，并对该字段进行分词，用于支持整个doc的全文检索，“_all”字段在查询时占用更多的CPU，同时占用更多的磁盘存储空间，默认为“false”，不建议开启该字段。
9.norms字段，norm是索引评分因子，如果不用按评分对文档进行排序，设置为“false”，默认是“true”。
10._source字段，默认是开启的，如果不需要update、reindex和高亮操作，将“_source”设置为“false”，节省更多的磁盘空间。

二、查询语句优化

查询语句优化的内容包括：查询范围，单次查询数量等。
1.根据实际业务需求去规划查询范围，查询越少的字段越快，过大的查询范围不仅会导致查询效率低，而且会使Elasticsearch集群资源耗费急剧增加，甚至可能造成集群崩溃。通过_source参数可以控制返回字段信息，尽量避免读取大字段；
2.单次查询数量限制是为了保证内存不会被查询内存大量占用，Elasticsearch默认的查询请求通常返回排序后的前10条记录，最多一次读取10000条记录。通过from和size参数控制读取记录范围，避免一次读取过多的记录。一次性查询大于10000条的数据，使用scroll查询，请参考游标查询（scroll）。

curl -XGET --tlsv1.2 --negotiate -k -u : "https://ip:httpport/myindex-001/_search?pretty"  -H 'Content-Type: application/json' -d' 
{
  "from": 0,
  "size": 10,
  "_source": "age",
  "query": {
      "match": {
        "age": "56"
      }
  },
  "sort": [
    {
      "age": {
        "order": "asc"
      }
    }
  ]
}'

三、强制段合并（force merge）

每个shard是基于多个segment组成创建的，segment的个数的减少可以大幅的提高查询的速度，定时的进行手动索引段合并，可以提高查询速度。支持单索引和多索引批量操作。

单索引安全模式下示例：

curl -XPOST --tlsv1.2 --negotiate -k -u : 'https://ip:httpport/myindex-001/_forcemerge?only_expunge_deletes=false&max_num_segments=1&flush=true&pretty'

多索引安全模式下示例：

curl -XPOST --tlsv1.2 --negotiate -k -u : 'https://ip:httpport/myindex-001，myindex-002/_forcemerge?only_expunge_deletes=false&max_num_segments=1&flush=true&pretty'
curl -XPOST --tlsv1.2 --negotiate -k -u : 'https://ip:httpport/_all/_forcemerge?only_expunge_deletes=false&max_num_segments=1&flush=true&pretty'

•max_num_segments：merge到多少个segments，1的意思是强行merge到1个segment；
•only_expunge_deletes：只清理有deleted标记的segments，推荐值false；
•flush：清理完执行一下flush，默认是true。

force merge操作是需要耗费大量的磁盘I/O，所以建议在业务比较空闲的时间进行后台强制段合并。

四、过滤查询（filter）

Elasticsearch的查询操作分为2种：查询（query）和过滤（filter），查询（query）默认会计算每个返回文档的得分，然后根据得分排序；而过滤（filter）只会筛选出符合的文档，并不计算得分，且可以缓存文档。

对于非全文检索的使用场景，如果不关心查询结果和查询条件的相关度，只是想查找目标数据，可以使用filter来提高查询效率。

query安全模式下查询示例：

curl -XGET --tlsv1.2 --negotiate -k -u : "https://ip:httpport/myindex-001/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "match": {
      "age": "56"
    }
  }
}'

filter安全模式下查询示例：

curl -XGET --tlsv1.2 --negotiate -k -u : "https://ip:httpport/myindex-001/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "bool": {
      "filter": {
         "match": {
          "age": "56"
        }
      }
    }
  }
}'

五、路由（routing）

Elasticsearch写入文档时，文档会通过一个公式路由到一个索引中的一个分片上。默认公式如下：

shard_num = hash(_routing) % num_primary_shards

_routing字段的取值，默认是_id字段，可以根据业务场景设置经常查询的字段作为路由字段。例如可以考虑将用户id、地区作为路由字段，查询时可以过滤不必要的分片，加快查询速度。

安全模式下写入时指定路由：

curl -XPUT --tlsv1.2 --negotiate -k -u : "https://ip:httpport/my_index/my_type/1?routing=user1&refresh=true" -H 'Content-Type: application/json' -d' 
{
  "title": "This is a document"
}'

安全模式下查询时不指定路由示例：

curl -XGET --tlsv1.2 --negotiate -k -u : "https://ip:httpport/my_index/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "match": {
      "title": "document"
    }
  }
}'

需要查询所有的分片，返回结果：

{
  "took" : 5,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 0.2876821,
    "hits" : [
      {
        "_index" : "my_index",
        "_type" : "my_type",
        "_id" : "1",
        "_score" : 0.2876821,
        "_routing" : "user1",
        "_source" : {
          "title" : "This is a document"
        }
      }
    ]
  }
}

安全模式下查询时指定路由示例：

curl -XGET --tlsv1.2 --negotiate -k -u : "https://ip:httpport/my_index/_search?routing=user1&pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "match": {
      "title": "document"
    }
  }
}'

查询时只需要查询一个分片，查询结果：

{
  "took" : 8,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 0.2876821,
    "hits" : [
      {
        "_index" : "my_index",
        "_type" : "my_type",
        "_id" : "1",
        "_score" : 0.2876821,
        "_routing" : "user1",
        "_source" : {
          "title" : "This is a document"
        }
      }
    ]
  }
}

六、游标查询（scroll）

Elasticsearch为了避免深分页，不允许使用分页（from&size）查询10000条以后的数据，需要使用游标（scroll）查询。

安全模式下scroll查询示例：

curl -XGET --tlsv1.2 --negotiate -k -u : "https://ip:httpport/myindex-001/_search?scroll=1m&pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "match": {
      "age": "36"
    }
  },
  "size":1000
}'

说明：
使用scroll查询，应该在初始搜索请求中指定scroll参数，这个参数告诉Elasticsearch保持游标窗口期多长时间。例如：scroll=1m，表示1分钟。
结果返回：

{
  "_scroll_id" : "DnF1ZXJ5VGhlbkZldGNoMgAAAAAAAABPFlFHZzExcFdnUWJDU0d5bU==",
  "took" : 55,
  "timed_out" : false,
  "_shards" : {
    "total" : 50,
    "successful" : 50,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 16692062,
    "max_score" : 0.0,
    "hits" : [...1000 data ]
  }
}

**优化scroll：**在一般场景下，scroll用来取得排序好的大量数据，但很多时候只需要返回数据，这时候可以对scroll进行优化。使用_doc去sort返回的结果不会有排序，此时执行效率最快。

安全模式下示例：

curl -XGET --tlsv1.2 --negotiate -k -u : "https://ip:httpport/myindex-001/_search?scroll=1m&pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "match": {
      "age": "36"
    }
  },
  "size":1000,
  "sort": "_doc"
}'

在设置开启scroll时，设置了一个scroll的存活时间，但是如果能够在使用完及时关闭，可以提早释放资源，降低Elasticsearch的负担。

curl -XDELETE --tlsv1.2 --negotiate -k -u : "https://ip:httpport/_search/scroll=1m&pretty" -H 'Content-Type: application/json' -d'
{
  "scroll_id":"DnF1ZXJ5VGhlbkZldGNoMgAAAAAAAABPFlFHZzExcFdnUWJDU0d5bU=="
}'

七、避免使用wildcard模糊匹配查询

Elasticsearch默认支持通过*？正则表达式来做模糊匹配，数据量级别达到TB+甚至更高之后，模糊匹配查询通常会耗时比较长，甚至可能导致内存溢出，卡死乃至崩溃宕机的情况。所以数据量大的情况下，不要使用模糊匹配查询。

安全模式下模糊匹配查询示例：

curl -XGET --tlsv1.2 --negotiate -k -u : "https://ip:httpport/myindex-001/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "wildcard" : {
	"name" : "*优" 
	}
  }
}'

八、聚合优化

大多时候对单个字段的聚合查询还是比较快的，但是当需要聚合多个字段时，就会产生大量的分组，最终结果就是占用Elasticsearch大量的内存，从而导致内存溢出的情况发生。尽量根据业务优化，减少聚合次数。

默认深度优化聚合改为广度优先聚合

添加设置：“collect_mode”: “breadth_first”。

depth_first：直接进行子聚合的计算。

breadth_first：先计算出当前聚合的结果，针对这个结果在对子聚合进行计算。

优化聚合执行方式

在每一层terms aggregation内部加一个 “execution_hint”: “map”。

添加设置：“execution_hint”: “map”。

说明：

1.查询结果直接放入到内存中构建map，在查询结果集小的场景下，速度极快；
2.但如果查询结果集合很大（百万-亿级别）的时候，传统聚合方式会比map方式快。

安全模式下聚合查询示例：

curl -XGET --tlsv1.2 --negotiate -k -u : "https://ip:httpport/myindex-001/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "size" : 0,
  "aggregations": {
    "count_age" : {
	"terms" : {
		   "field" : "age"
		} 
	}
  }
}'

安全模式下聚合优化后查询示例：

curl -XGET --tlsv1.2 --negotiate -k -u : "https://ip:httpport/myindex-001/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "size" : 0,
  "aggregations": {
    "count_age" : {
	"terms" : {
		   "field" : "age",
		   "execution_hint": "map",
		   "collect_mode": "breadth_first"
		} 
	}
  }
}'

九、超时参数

在对查询结果的精确度要求较低的场景下，如果低响应时间比搜索结果更重要，可以使用如下两个参数来提升查询性能：
1.terminate_after：表示每个分片收集的文档的最大数量，一旦达到该数量，查询请求提前终止。
2.timeout：表示每个分片上的查询超时时间，在请求超时之前，Elasticsearch将会返回已经成功从每个分片上获取的结果。
安全模式下使用示例 ：

curl -XGET --tlsv1.2 --negotiate -k -u : "https://ip:httpport/_search?pretty&timeout=10ms&terminate_after=10"

“terminate_after”和“timeout”的使用可能导致查询结果不准确，请按照实际业务场景谨慎使用。这两个参数的取值需结合业务场景来调整。

总结

在索引创建时要合理的规划mapping，先过滤后查询缩小数据范围，可以通过指定路由字段加快查询的速度，尽量避免使用模糊匹配查询，对于深度分页场景使用游标查询，在聚合场景下可以使用breadth_first方式经行预聚合。