Elasticsearch介绍（十一）梳理下官方的调优指南

elasticsearch的使用越来越广泛，但是小打小闹的使用没有太大的问题，但是在生产环境，随着时间的日积月累，数据会越来越多，那么elasticsearch的调优等也是越来越刻不容缓的事情，今天我们就从官方的文档里面梳理下有哪些调优的地方。主要从三个方面来讲，分别是设计层面，运维层面，代码层面。

设计层面

1、如果业务中不适用exists query，则可以禁用_field_names 字段，能大大提高索引速度。

        {
	"mappings": {
		"_doc": {
			"_field_names": {
				"enabled": false
			}
		}
	}

2、document字段类型使用合适的类型，减少不合适的索引类型带来的查询开销

3、document设计尽量在一个表做关联，查询的时间避免出现join操作。减少使用nested和parent-child查询，普通查询效率>nested查询效率>parent-child查询效率

4、mappings里面的字段能用keyword最好，如果是数字类型，没有排序的需求，也使用keyword，有排序则使用integer。

5、避免出现过大的document，每个document越小越好，默认每个document为100M，可以调试，但是不能超过2G。

6、尽可能使用fieldcache。

运维层面

1、在条件允许的情况下，调大refresh interval可以增大索引请求量。默认为1s，根据时间情况进行调整。

2、在条件允许的情况下，禁用refresh和replicats可以增大索引请求量。禁用的话这样设置：

index.refresh_interval：-1 
index.number_of_replicas：0

3、设置操作系统，禁止swap

swapoff -a

4、xms和xmx设置为一样的值，减少gc频率

5、elasticsearch一般暂用服务器一半内存或稍小一点，例如64G内存的服务器，给elasticsearch分配 26-32G的内存都可以

6、尽量使用ssd硬盘+千兆万兆带宽（一般都是放在服务器内网的）

7、尽量使用local storage，不要使用nfs，smb等远程存储

8、如果是搜索密集型的业务，建议买cpu密集型的服务器。

9、加大indexing busffer size，index.memory.index_buffer_size的值一般是  分片数*512M。

代码层面

1、使用批量请求索引比单文档请求索引能获得更好的性能。

2、生产这段建议使用多线程向es发送批量请求，尽可能利用集群资源

3、代码层多关注TOO_MANY_REQUESTS，出现这种情况的时候，java代码会报错：EsRejectedExecutionException，此时应该减缓代码层的索引请求数，并且做好数据不丢失的准备。

4、不要一次性返回非常大的结果集，一般我们只需要返回top-n即可

5、查询结果能不打分就不打分