Elasticsearch 检索性能优化
💡
原文中文，约3000字，阅读约需7分钟。
📝
内容提要
ElasticSearch 是常用的全文检索数据库，优化查询性能可从索引设计、集群配置和查询三方面入手。索引优化包括设置 index:false、合理配置 shard 数和禁用动态映射。集群配置需明确节点角色并合理分配资源。查询优化建议显式设置返回字段、使用 filter 查询，避免一次性返回大集合。整体优化需综合考虑多个因素，具体问题具体分析。
🎯
关键要点
- ElasticSearch 是常用的全文检索数据库，优化查询性能可从索引设计、集群配置和查询三方面入手。
- 索引优化包括设置 index:false、合理配置 shard 数和禁用动态映射。
- 设置 index:false 适用于没有检索和过滤需求的字段，实际数据仍会存储。
- 合理配置 shard 数，避免过多 shard 导致的同步时间延长和资源消耗。
- 禁用动态映射，使用确定的映射设计以提高性能。
- 慎用复杂结构，nested 结构和 parent-child 结构会显著降低查询速度。
- 使用 copy_to 将常组合搜索的字段合并，提升查询效率。
- 预处理数据字段，例如将日期拆分为多个字段存储。
- 使用 Keyword 类型存储不需要范围查询的数据，以提高查询速度。
- 段合并可提高查询效率，但对经常变更的索引帮助不大。
- 集群配置需合理设置节点角色，明确 Master、Data、Coordinating 和 Ingest 节点的职责。
- 合理分配节点资源，Master 节点不需太多资源，Data 节点需大内存和多核 CPU。
- 查询优化建议显式设置返回字段，使用 filter 查询，避免一次性返回大集合。
- 高亮后置处理在程序中进行，避免使用脚本查询以提高性能。
- ES 性能优化需综合考虑多个因素，具体问题具体分析。
❓
延伸问答
如何优化 ElasticSearch 的索引设计？
优化索引设计可以通过设置 index:false、合理配置 shard 数和禁用动态映射来实现。
ElasticSearch 中 shard 数的配置有什么影响？
shard 数过多会导致同步时间延长、资源消耗增加，并可能影响检索时的数据一致性。
在集群配置中，如何合理设置节点角色？
应明确 Master、Data、Coordinating 和 Ingest 节点的职责，并在生产和测试环境中显式设置集群角色。
如何提高 ElasticSearch 的查询性能？
可以通过显式设置返回字段、使用 filter 查询和避免一次性返回大集合来提高查询性能。
使用 copy_to 有什么好处？
使用 copy_to 可以将常组合搜索的字段合并，从而提升查询效率。
ElasticSearch 性能优化需要考虑哪些因素？
性能优化需综合考虑物理字段、JVM、索引、查询等多个方面，具体问题具体分析。
➡️
