ES的一些优化经验

亿级规模的ES查询优化实战

• 能用filter就不用query
  filter拿到相应的doc后不计算score不用排序
  query会对符合条件的doc计算score并进行排序
  filter的查询速度比query快很多

• 增加相关cache的配置
  indices.cache.filter.size: 30%
  indices.fielddata.cache.size: 60%
  index.cache.field.type: soft
  indices.breaker.fielddata.limit: 70%

• 优化方案——总结
  能用filter就不用query
  增加冗余字段将部分range aggregation查询变成terms aggregation
  为常用字段增加配置，将fielddata的loading设成eager，尽量多加载到内存
  增加集群的缓存资源，把内存尽量多的用起来
  Global ordinals
  Index warmer
  调整aggregation的collect_mode
  上SSD

elasticsearch一些使用经验以及优化方法

• Elasticsearch索引速度优化
  index.refresh_interval :-1
  index.number_of_shards : X
  index.number_of_replicas : 0
  index.translog.sync_interval : 30s
  index.translog.durability : “async”
  index.translog.flush_threshold_size: 4g
  index.translog.flush_threshold_ops: 50000

• 其它
  去掉_all字段可节省一半空间
  开启索引压缩可节省空间，但会有10%-20%的性能损耗
  不需分词的字符串字段设成not_analyzed