学习《腾讯Elasticsearch海量规模背后的内核优化剖析》

文章：https://cloud.tencent.com/developer/article/1770301
视频：https://www.bilibili.com/video/av201782294/

从大佬的分享中学到了很多，对比我司的搜索架构对比总结一下

可用性

我司的ES集群是阿里云购买的中小规格集群，可用性一言难尽。

限流

经常出现由于某个查询导致集群CPU内存都飙升，为此我们的采用的就是视频中大佬提到的第一种限流。

我们是开发了一套es的代理服务，在代理中做限流、权限限制等，但是限流效果并不好，而且实现起来很复杂，需要对查询和索引的数据量进行分析，正如大佬所说，这种方案的限流只能简单的控制流量的数量，但对流量占用的资源却无法准确的估计，因此我们的集群还是会时不时的有资源占用率告警，可能差的只剩一根稻草。。。

第二种原生的方案，其实就是基于线程池，也是无法对资源进行管控。

大佬分享的第三种限流方案，是一种补充方案，即在原生的基础上，增加了对资源的控制，这可以很好的防止集群被打垮。这种方案其实也适用于我们一般的应用服务，一般的应用服务限流，其实也是基于线程漏斗模型的，如果可以结合资源的使用情况进行限流，则是更优的。