以下是一些 Elasticsearch 性能优化的常见手段，每个手段附有简要的标题和解释，以及相应的示例代码。请注意，优化方法可能因版本而异，因此建议根据您的 Elasticsearch 版本和具体需求进行适当的调整。
索引映射和字段类型的设计会直接影响查询性能和存储效率。选择正确的字段类型，避免不必要的字段和嵌套，有助于减少内存和磁盘开销。
PUT /my_index
{
"mappings": {
"properties": {
"title": { "type": "text" },
"timestamp": { "type": "date" },
"count": { "type": "integer" }
}
}
}
合理的分片和副本设置可以提高查询和写入的吞吐量，但要注意不要过度分片，以免引起资源浪费。
PUT /my_index
{
"settings": {
"number_of_shards": 5,
"number_of_replicas": 1
}
}
使用 Bulk API 可以将多个操作一次性提交，减少网络往返和操作开销，提高写入性能。
POST /my_index/_bulk
{ "index": { "_index": "my_index", "_id": "1" } }
{ "title": "Document 1", "timestamp": "2023-08-13T00:00:00", "count": 10 }
{ "index": { "_index": "my_index", "_id": "2" } }
{ "title": "Document 2", "timestamp": "2023-08-13T01:00:00", "count": 20 }
使用查询和过滤器时，根据需求选择合适的查询类型和过滤条件，避免全文检索等耗时操作。
GET /my_index/_search
{
"query": {
"bool": {
"must": { "match": { "title": "keyword" } },
"filter": { "range": { "timestamp": { "gte": "2023-08-01" } } }
}
}
}
Elasticsearch 支持查询结果的缓存，对于频繁使用的查询可以启用缓存以加快响应速度。
GET /my_index/_search
{
"query": { "match": { "title": "keyword" } },
"request_cache": true
}
在查询中指定路由键，使查询只在特定分片上执行，减少查询范围，提高效率。
GET /my_index/_search
{
"routing": "user123",
"query": { "match": { "title": "keyword" } }
}
调整索引刷新间隔和写入缓冲设置，以平衡写入性能和实时性的需求。
PUT /my_index/_settings
{
"index": {
"refresh_interval": "30s",
"translog.durability": "async"
}
}
定期执行优化操作，如合并段、清理删除的文档等，以减少资源占用并提升查询性能。
POST /my_index/_forcemerge?max_num_segments=1
通过 Elasticsearch 的监控和日志分析工具，实时监控集群状态，发现性能瓶颈并及时采取措施。
以上只是一些常见的优化手段，具体优化策略应根据您的数据、查询需求和硬件配置进行调整。在实际应用中，不同场景可能需要针对性的优化方案。
