数据建模
- 尽可能 Denormalize 数据，从而获取最佳性能
- 使用 Nested 类型的数据，查询数据会慢几倍
- 使用 Parent/Child 关系，查询速度会慢几百倍
- 尽量将数据先行计算，然后保存在 Elasticsearch 中，以避查询时的 Script 计算
- 尽量使用 Filter Context，利用缓存机制，同时减少不必要的算分
- 结合 profile、explain API 分析慢查询的问题，持续优化数据模型
- 严禁使用 * 开头的通配符 Terms 查询
- 聚合查询时，控制聚合的数量，以减少内存的开销
优化分片
- 避免 Over Sharing
一个查询需要访问每一个分片，分片过多，会导致不必要的查询开销 - 结合应用场景，控制单个分片的尺寸
Search: 200GB Logging: 400GB - Force-merge Read-only 索引
使用基于时间序列的索引，将只读的索引进行 force merge，减少 segment 数量
