Elasticsearch(ES)性能调优

Elasticsearch 性能调优是一个复杂的过程，涉及多个方面。以下是一些关键性能调优策略的示例：

1. 硬件升级：增加更多的服务器资源，如CPU、内存和存储。
2. 索引分片数量调整：根据数据量和查询需求适当调整分片数量。
3. 设置合适的refresh_interval：refresh_interval 过长会导致数据实时不可见，设置较短的间隔可以提高实时性但可能影响性能。
4. 调整索引的replica数量：增加副本数量可以提高查询的并发能力和数据的高可用性，但会消耗更多资源。
5. 优化查询：减少不必要的查询、使用合适的查询类型（如使用过滤器代替全文搜索）、限制返回的结果集大小。
6. 设置合理的批处理大小：批处理请求可以提高索引性能，但太大的批处理可能会消耗过多内存和影响其他操作的性能。
7. 使用自定义的路由规则：合理的路由规则可以使数据均匀分布在不同的分片上，减少数据热点问题。
8. 配置合适的内存大小：ES可以使用内存来缓存数据和搜索结果，配置适当的JVM heap大小以提高性能。

以下是一个调整Elasticsearch索引分片数量的示例代码：

PUT /my_index
{
  "settings": {
    "number_of_shards": 5, 
    "number_of_replicas": 1
  }
}