本文主要涉及关于elastcisearch 关于内存，mapping，查询语句，系统性能查看方面基本的内容和一些调试方法的整理和收集。

参考阅读

• 官方关于index性能优化方案

  • https://www.elastic.co/guide/en/elasticsearch/reference/current/tune-for-indexing-speed.html

• 官方关于search性能优化方案

  • https://www.elastic.co/guide/en/elasticsearch/reference/current/tune-for-search-speed.html

• 官方关于mapping设置的一些限制

  • Mapping | Elasticsearch Guide [7.16] | Elastic
  • https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-settings-limit.html

• 官方关于nested-field的一些限制

  • https://www.elastic.co/guide/en/elasticsearch/reference/current/nested.html#_limits_on_nested_mappings_and_objects

• 使用enabled配置，只对数据进行保存，不进行index

  • https://www.elastic.co/guide/en/elasticsearch/reference/current/enabled.html

• ebay的es性能优化实践

  • https://tech.ebayinc.com/engineering/elasticsearch-performance-tuning-practice-at-ebay/

• 性能优化干货（和官方的基本类似）

  • https://developer.aliyun.com/article/706990

部分调优建议

• 简单

  • 升级硬件性能，如要提升集群内纯大小，详细原因看后面

• 中等

  • mapping优化（需review业务代码，修改IDE配置）

    • 不需要再es返回结果中出现的字段，不同步到es中

    • 需要在返回结果中出现，但不需要用于搜索的字段

      • 简化其mapping类型，特别是text->keyword、nested->object
      • 对字段不进行index，设置enabled: false
      • 通过自定义tokenizer 代替*搜索

  • 同步过程优化（需在IDE中实现）

    • 对不同步规模的index写数据时，动态调整每次批量写入的条目数，以及写完数据后sleep等待的时长（已实现）

    • 往ES写数据前修改index的refresh参数，或设置分区参数，写完数据再改回来

      • https://www.elastic.co/guide/en/elasticsearch/reference/current/tune-for-indexing-speed.html#_unset_or_increase_the_refresh_interval
      • https://www.elastic.co/guide/en/elasticsearch/reference/current/tune-for-indexing-speed.html#_disable_replicas_for_initial_loads

• 复杂

  • mapping优化（需review业务代码，修改业务代码，修改IDE配置）

    • 根据数据查询场景，把复杂嵌套数据（nested）预处理成简单类型的数据（keyword或text等），预处理过程可以在业务代码进行，也可以用IDE的calculated field功能进行
    • 避免宽表，减少index到es的字段，只index需要用于查询的数据，其他数据通过es查到主键后再从db中获取

关于Nest 字段的影响

https://developer.aliyun.com/article/802096

结论: 对写入/更新速度比较大，nest 创建的子文档对硬盘size影响还好

分片，节点，索引占用磁盘大小和内存分析工具

使用help模式查看参数详情

GET _cat/segments?help
GET _cat/segments?v&h=index,si,sm
GET _cat/indices?help
GET _cat/indices?v
GET _cat/indices?v&h=i,dc,qcm,rcm,mtd,sm,fm,tm,sfbm 查看索引内存使用状况
GET _cat/nodes?help
GET _cat/nodes?v&h=rc
GET _cat/nodes?v&h=rc,sfbm

注意rc参数 "used machine memory"这个值无论现在es里面有多少doc，这个值都接近服务器最大内存
GET _cat/nodes?h=name,fm,fcm,sm,qcm,im&v
查看节点磁盘占用
GET _cat/nodes?v&h=dt,du,r

查询语法优化时候注意事项：

1. size问题 过大的size，设计时请尽量避免size问题
2. query_string使用没使用default_field的时，请注意在query 的field 后面使用"( ) " 的问题，

一些带空格的string查询 和 OR 查询 在没有括号的时候，系统语法会将其解析为全文查询

Titanhouse t4.large 机型大概63万talent 会占满磁盘

关于写入速度，使用现有talent数据，在bulk api 500条每次情况下，会导致ingest node 压力较大，

在ingest node 磁盘空间不够时候还会造成index宕机

关于aws 机型对批量写入数据的影响数据

Es的机型的带宽，对批量写入数据 影响挺大，

之前用的r5.large 的机型 同步数据用的1000条一组没问题

刚才用m4.large的reIndex, 500条一次支持不了，一次的写入不能超过10MB。

• https://docs.aws.amazon.com/opensearch-service/latest/developerguide/limits.html
• https://stackoverflow.com/questions/28841221/what-is-the-maximum-elasticsearch-document-size

Elasticsearch 数据预热，数量量与内存大小关系

https://juejin.cn/post/6844903860125827086

Aws Elasticsearch 各实例的一些说明

https://docs.aws.amazon.com/opensearch-service/latest/developerguide/limits.html

Elasticsearch 数据量与查询性能关系测试设计

1. 设计查询用例（有条件的项目可以直接从，cloudwatch 下载已有es query 用例进行测试）
2. 复制数据到要测试的数量（百万，亿级别）
3. 使用脚本对每组测试用例测试10遍，以求平均速度（应为存在数据预热问题，需要多跑几次，求平均速度）,记录数据返回速度和返回体大小
4. 统计分析查询结果发回速度，返回测试报告
5. 顺便检测比较慢的查询，和返回体较大的结果，看是否能进行优化