1、概述
本文简要描述 ES 查询性能的优化过程。忽略很多细节,其实整个过程并不顺利,因为并没有一个明确的指引,教你怎么做就能让性能大幅提升。很多时候不同业务有不同的场景,还是需要自己摸索一番。比如用 filter 过滤取代 query 查询,明明官方文档说 filter 速度更快。但应用到我们业务来,一开始却没有明显效果。经过反复测试,发现虽然 filter 可以省略计算分数的环节,但我们的业务查询场景,一次返回数据量不会很多,最大的瓶颈不在于打分,而在于 range 过滤和排序。可是 range 过滤和排序,这方面在网上却很少被提及。所以还是要自己根据业务场景多思考多验证。
一开始优化效果很突出,耗时从 100 秒一下子降低到 10 秒以内。但越往后其实越难做。好比从 10 分考到 60 分不容易,但 90 分考到 95 分就更加困难。
我们自己定的优化目标是 1 秒,是达到效果了。
2、ES 查询性能优化效果
优化前,随便一个 ES 查询耗时就高达 170 秒,接近 3 分钟。
注意上面的 ES 查询语句还不是最复杂的,还可以加上 qua 搜索、关键词模糊搜索,再把日期范围拉长,再加上日期排序。无法想像,耗时会变得多么惨不忍睹,简直要变成离线查询了。
可实际上,yiya 页面是在线用户进行实时查询,所以这么高的耗时是不能忍受的,需要优化。那么,数据量有上亿,耗时优化到多少才合适呢?作为一个实时接口&#x