elasticsearch配置性能优化

index 

"index.refresh_interval": "5s",
  "index.merge.scheduler.max_thread_count": "4",  //后台合并segment线程数，一般=核数/2；
  "index.merge.policy.floor_segment": "10mb",   //根据磁盘处理速度灵活设置，太大磁盘占满反而降低查询性能
  "index.max_result_window": "100000000",

mapping

"properties": {
          "name1": {
            "type": "text",
            "norms": false,   //开启norms之后，每篇文档的每个字段需要一个字节存储norms。对于 text 类型的字段而言是默认开启norms的，因此对于不需要评分的 text 类型的字段，可以禁用norms
            "fielddata": true //开启后 可排序，聚合
          },
          "name2": {
            "type": "text",
            "norms": false
          },

        "age": { "type": "integer", "doc_values": false } //禁用后 ，节省磁盘空间，不能sort、aggregate、access the field from script
        }

1.segment合并；索引节点粒度配置index.merge.policy.floor_segment=xx mb；segment默认最小值2M
2.索引时不需要做打分的字段，关闭norms选项，减少倒排索引内存占用量；字段粒度配置omit_norms=true；
3.BoolQuery 优于 TermQuery；目前需求场景全部不需要用到分词，所以尽可能用BoolQuery；
4.避免使用对象嵌套结构组建document，建议优化为一个扁平化结构，查询多个扁平化结构在内存做聚合关联；
5.设定字符串类型为不分词，可以用于字符串排序，但是比起数字排序会消耗cpu，搜索效率更低，慎用；
6.cache设置，就目前数据业务类型，保持默认配置即可，设值fielddata.cache之类的缓存命中率低，反而吃掉了ES集群的一部分内存；

索引性能优化建议：
1.调小索引副本数；针对索引节点粒度：curl -XPUT http://xxxx:9200/m_pd_cu_id_gps_2es_inc_hi_out/_settings -d '{"number_of_replicas":1}'
2.设置延迟提交，延迟提交意味着数据提交到搜索可见，有延迟，需要结合业务配置；针对索引节点粒度：curl -XPUT http://xxxx:9200/m_pd_cu_id_gps_2es_inc_hi_out/_settings -d '{"index.refresh_interval":"10s"}'；默认值1s；
3.设置索引缓冲buffer，最大512m，默认值是jvm的10%；ES集群粒度config/elasticsearch.yml ：indices.memory.index_buffer_size = 10%

4.适当减少备份数，必要字段只需要提供搜索，不需要返回则将stored设为false；

如果ES提交索引请求达到瓶颈，一般任务队列task-queue为50，可以设置task-queue队列，提升搜索集群索引能力；

5.索引mapping约束尽量使用Dynamic =false 非动态mapping，使用不当很容易插入冗余的的数据导致性能下降