优化后，ES-做到了几十亿数据检索-3-秒返回，Java开发必须会的技能

**1、**数据能跨月查询，并且支持1年以上的历史数据查询与导出。

**2、**按条件的数据查询秒级返回。

三、ES 检索原理

3.1 关于ES和Lucene基础结构

谈到优化，必须能了解组件的基本原理，才容易找到瓶颈所在，以免走多种弯路，先从ES的基础结构说起(如下图)：

一些基本概念:

Cluster 包含多个Node的集群

Node 集群服务单元

Index 一个ES索引包含一个或多个物理分片，它只是这些分片的逻辑命名空间

Type 一个index的不同分类，6.x后只能配置一个type，以后将移除

Document 最基础的可被索引的数据单元，如一个JSON串

Shards 一个分片是一个底层的工作单元，它仅保存全部数据中的一部分，它是一个Lucence实例 (一个lucene索引最大包含2,147,483,519 (= Integer.MAXVALUE - 128)个文档数量)_。

Replicas 分片备份，用于保障数据安全与分担检索压力

ES依赖一个重要的组件Lucene，关于数据结构的优化通常来说是对Lucene的优化，它是集群的一个存储于检索工作单元，结构如下图：

在Lucene中，分为索引(录入)与检索(查询)两部分，索引部分包含 分词器、过滤器、字符映射器 等，检索部分包含 查询解析器 等。

一个Lucene索引包含多个segments，一个segment包含多个文档，每个文档包含多个字段，每个字段经过分词后形成一个或多个term。

通过Luke工具查看ES的lucene文件如下，主要增加了id和source字段:

3.2 Lucene索引实现

Lucene 索引文件结构主要的分为：词典、倒排表、正向文件、DocValues等，如下图: