本文详细介绍了Elasticsearch的缓存机制，包括过滤器缓存、分片请求缓存和字段数据缓存。过滤器缓存通过缓存查询结果节省I/O和CPU资源；分片请求缓存适用于日志场景，加速频繁搜索请求；字段数据缓存用于非倒排数据操作，如聚合和排序。文章还讨论了缓存配置、清理和监控，强调了缓存应用场景与注意事项。
1.概述
Elasticsearch 查询的响应需要占用 CPU、内存资源，在复杂业务场景，会出现慢查询，需要花费大量的时间。
如何破局呢？增加集群硬件配置会有高昂硬件开销。还有没有其他方案呢？这时候会想到：缓存。
ES 的缓存允许在内存中存储之前使用过的数据，并根据需要适时地重用。当然不可能去缓存所有的数据，因为数据容量总是大于内存容量，另外内存的构建代价也非常高。
Elasticsearch 有哪些缓存，不同缓存的应用场景是什么呢？本文给出答案。
1. 1.常见问题
Elasticsearch 缓存经常被问道的问题汇总
-
怎样知道自己的查询时命中缓存了还是走的磁盘搜索？
-
我想每次查询的时候直接显示几个小时以前的数据 而不是只有实时的，这些是要存到缓存中么？
-
看 Elasticsearch API的时候看到
/_cache/clear，这个缓存什么时候需要清理？有什么场景需要使用？
订阅专栏 解锁全文
660
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
