elasticSearch es 性能优化

1.写入到es中的数据量尽量少于filesystem cache的剩余内存

2.es中的数据放那些需要搜索的必要信息

3.冷热数据分离，假如有6条机器，两个索引，一个索引放热数据，一个索引放冷数据，每个索引3个shard,3台机器放热数据index,另外3台机器放冷数据index，这样你大部分时间在访问热数据，热数据都在filesystem cache中，这样访问性能是很高的，另外冷数据的话，大部分都在磁盘上，即使性能差点，也是少部分人在访问。

4.设计es中的数据模型，例如订单表、订单条目表 

order索引、orderItem索引，当写入orderItem索引的时候把order中的关键字段写入，就不用通过关联来查询了，大大提高了搜索速度。
5.分页性能优化，因其属于分布式的，例如1页10条，想查第5页数据，每个shard上得查询50条数据，3个shard得查150条数据。因翻页越深，性能越差。scorll api原理为生成返回的属于所有数据的一个快照， 适用于连续页的性能优化，不能跳页，例如微博。