16亿亮码背后的Elasticsearch系统调优实践

背景：近期，为了更好的解决复工潮来临后的疫情防控工作，有效进行流动人员疑似病例的排查。2月9日，腾讯联合各方推出"防疫健康码"，民众只需要通过微信申请涵盖自身健康信息的二维码，获得电子出行凭证，就可以在疫情期间便捷地出入公共场所。   目前，腾讯防疫健康码已落地北京、广东、四川、云南、上海等20个省级行政区，覆盖300多个市县，累计亮码超过16亿人次，覆盖超过9亿人口，累计访问量破60亿。   作为防疫健康码的架构和开发者，如何在种类繁多的存储产品中选择出最合适业务的一款，如何能在有限的时间内高效地支持系统的快速迭代开发，另外，在突发的全国疫情应急背景下，如何快速应对万亿级数据访问挑战，本文就为大家揭秘健康码背后Elasticsearch的系统调优实践。 选型Elasticsearch及技术考量 防疫健康码涉及的应用场景繁多，包括社区互扫，卡口通行，居家隔离等等。因此，在数据类型方面，需要支持常见的如通行时间，车辆信息等这样的结构化信息查询，也有如街道/社区/小区名这样的长文本信息。另外，伴随着疫情防控的需要的调整，还需具备快速调整增删字段的功能；在查询方面，不仅需要支持传统的结构化信息的查询，还需要支持关键字的搜索技术、海量数据的聚合分析技术以及地理位置区域计算技术。