闲话ElasticSearch（二）如何提高查询效率

filesystem cache

 es 查询的时候，操作系统会将磁盘文件里的数据自动缓存到 filesystem cache 里面去。如果给 filesystem cache 更多的内存，尽量让内存可以容纳所有的 idx segment file 索引数据文件，那么你搜索的时候就基本都是走内存的，性能会非常高。（读磁盘是秒级，读内存是毫秒级）

数据预热

可以开发一个预热的模块，对热数据每隔一段时间，就提前访问一下，让数据进入 filesystem cache 里面去。

冷热分离

将大量的访问很少、频率很低的数据，单独写一个索引，然后将访问很频繁的热数据单独写另一个一个索引。确保热数据在被预热之后，尽量都让他们留在 filesystem os cache 里，避免被冷数据给冲刷掉。

document优化

避免复杂的关联查询尽量别用，可以将关联方在写入之前，将关联后的数据写入到es。尽量避免 join/nested/parent-child等操作。

分页优化

es 的分页性能较低，数据分布在不同shard中，想要分页需要查询每个shard。假如你每页是 10 条数据，你现在要查询第 100 页，实际上是会把每个 shard 上存储的前 1000 条数据都查到一个协调节点上。

限制查询总数

翻页越深，性能就越差。限定翻页数。

固定每页数量

用scroll api来代替from+size，和在传统数据库中使用游标的方式非常相似。

scroll 会一次性给你生成所有数据的一个快照，然后每次滑动向后翻页就是通过游标 scroll_id 移动，性能会提升很多。（毫秒级）

但是使用scroll不能指定跳转页数，只能一页页的翻。

需要制定es 要保存此次搜索的上下文多长时间，要确保翻页有效时间。