Elasticsearch性能优化思路和最全优化细节

Elasticsearch性能优化思路

Elasticsearch是个非常依赖文件缓存的一个数据库，优化主要有两个思路，一个是优化搜索的逻辑，一个优化缓存。
搜索逻辑的优化，可以考虑使用合理的索引设置，合理的搜索方法，使得搜索的路径短、返回快、消耗资源少
缓存的优化就比较多了，首先是文件缓存，就是服务器除了jvm之外的缓存，这部分需要预留的充足，然后就是存储的体积，存储的体积越小，文件缓存能缓存的部分就越多，读磁盘的次数就越少，相应的性能就能起飞。然后是jvm内的缓存，这个就涉及到了优化缓存的淘汰时间，缓存的结构等方向，如何提高缓存的命中率，合理延长缓存的生命周期就很重要了

优化方向与细节

分片数量

分片数量：合理的分片很重要，例如一台机是4核cpu，一共有3台机子，那么理论上分片数量在3*4=12个左右会有比较好的一个性能的利用，如果有副本的话，可以适当减少一些分片数量，不过实际上一个分片可能会有几个大的段存储，所以一个节点的分片数量比节点的cpu线程数少一些会比较好。

副本数量：

设置副本可以提高数据的一个安全性，最大的作用是防止数据丢失，同时提高一些搜索的性能和可用性，但是在源数据不在es即es的数据是从别的数据库同步过来的情况下，其实不用担心数据的丢失。es的副本是比较吃磁盘性能的，集群环境下拥有副本会增加磁盘的读写压力，当磁盘性能不够的时候，可以考虑不要副本。