elasticsearch 写入速度优化以及搜索优化

 

一  elasticsearch 写入速度优化提升写入速度

 

1.  加大tranlog flush间隔

    #降低写阻塞，默认每个请求都flush
    index.translog.durability: request

    #这是影响 es 写入速度的最大因素.但是只有这样,写操作才有可能是可靠的,原因参考写入流程
    #如果系统可以接受一定几率的数据丢失,调整translog持久化策略为周期性和一定大小的时候flush
    #改为：
    
    index.translog.durability: async    
    #设置为async表示translog的刷盘策略按sync_interval配置指定的时间周期进行
    
    index.translog.sync_interval: 120s
    #加大translog刷盘间隔时间。默认情况下elasticsearch每隔5s会去检测要不要flush translog，不可低 
    #于100ms
    #默认条件是：每30分钟主动进行一次 flush或者当 translog 文件大小大于 512MB主动进行一次 flush
    
    index.translog.flush_threshold_period: 30m
    #在指定的时间间隔内如果没有进行flush操作，会进行一次强制flush操作。默认是30m
    
    index.translog.flush_threshold_size: 512mb
    #超过这个大小会导致refresh操作，产生新的Lucene分段。默认值为512MB

2.  加大index refresh间隔

    #降低IO，降低segement merge
    #默认情况下索引的refresh_interval为1秒，这意味着数据写1秒后就可以被搜索到，每次索引的refresh 
    #会产生一个新的Lucene段，这会导致
    #频繁的segment merge行为，如果不需要这么高的搜索实时性，应该降低索引refresh周期，
    
    index.refresh_interval: 120s

 
    
3.  调整bulk请求

      批量写比一个索引请求只写单个文档的效率高得多，但是要注意bulk请求的整体字节数不要太大，太大的请求可能会给集群带来内存压力，因此每个请求最好避免超过几十兆字节，即使较大的请求看上去执行得更好

4. shard尽量均匀
5. 优化Lucene建立索引过程
6. 禁用_all
7. 禁用norms    
    

二 分片(shard)与副本(replica)的数量

ElasticSearch在创建索引数据时，最好指定相关的shards数量和replicas，否则会使用服务器中的默认配置参数shards=5，replicas=1

index.number_of_shards: 5
index.number_of_replicas: 1

对于一个索引来说，number_of_shards只能设置一次，而number_of_replicas可以使用索引更新设置API在任何时候被增加或者减少。

那么如何确定分片和副本的数量呢？

依照经验，最理想的分片数量应该依赖于节点的数量。假设索引index配置了10个分片，1个副本，那么总共的分片数应该是20个，10 *（1+1），那么最大的Elasticsearch节点数应该就是20

节点最大数 = 分片数 * （副本数 + 1）