前言
Elasticsearch 是一款开源的搜索引擎，采用 Lucene 进行底层搜索实现。近年来，随着数据量的增加以及用户量的提升，Elasticsearch 受到了越来越多的关注。然而随之而来的是性能问题。如何优化 Elasticsearch 的性能，成为了前端工程师和后端工程师们需要面对的一个重要问题。本文将介绍 Elasticsearch 性能优化实践，帮助大家更好地解决这个问题。
1. 坑位总结
1.1 确认集群状态
首先在 Elasticsearch 集群出现问题的时候，我们需要确定集群状态。通过命令行输入下面的命令，可以查询集群状态：
---- ----- --------------------------------------------
在控制台中显示了诸如 red、yellow、green 等字符串，代表了不同的集群状态。
red表示集群状态不好，存在主分片未分配。yellow表示集群状态不错，但是存在次要分片未分配。green表示集群状态非常好，所有分片都已被分配。
如果 Elasticsearch 集群的状态为红色，那么一定要仔细看一下什么导致了这个问题。如果是主分片未分配，则需要调整副本数量和分片数量等参数，通过命令 curl -XPUT http://localhost:9200/_settings -d '{ "index" :{ "number_of_replicas" : 1 } }' 可以将副本数改为 1 个。如果是次要分片未分配，则有可能是硬件故障导致，需要确定哪些硬件故障了，并更换或者修复它。
1.2 调整分片数量
分片数量会影响 Elasticsearch 性能，保证分片数量合理兼顾性能和稳定性非常重要。一般来说，Elasticsearch 的一个分片大小应该在 50GB 左右。如果分片太小，则显然会引起查询效率慢的问题，如果分片太大，则可能会导致集群的稳定性问题。
最佳实践是对于数据特别多的索引设置 3 到 5 个分片，而对于数据较少的索引则只设置 1 到 2 个分片。如果确认索引大小后发现其超过了 50GB，那么就应该增加分片数量，例如可以将分片数量从 5 个改为 10 个。
---- ----- ----------------------------------------- -- --------------------------------------
需要注意的是，分配新的分片会会耗费一定时间，甚至会导致集群压力过大而崩溃。因此，切记不要过于频繁地进行分片调整。
1.3 设置合理的 heap 内存
Elasticsearch 在初始化的时候会预留一个固定的内存大小，用于缓存常用的数据结构。这个内存区域也被称为 heap 内存。heap 太大或太小都会导致 Elasticsearch 的性能下降。在通常情况下，Elasticsearch 的 heap 大小应该设置为 50% 至 80% 的物理内存大小，但是不应该超过 32GB。
-------------------- ------- -----------------
当 Elasticsearch 内存占用超过设定的上限后，会导致 JVM 垃圾回收（GC）过于频繁，导致集群响应变慢，降低 Elasticsearch 的性能。因此，合理设置 heap 大小非常重要。
1.4 增加主分片副本数量
在 Elasticsearch 中，我们可以通过增加主分片副本数量的方式来提高性能。主分片负责存储数据，副本负责数据的冗余备份。我们可以通过设置 number_of_replicas 参数来增加主分片副本数量。然而，过多地增加副本数量会导致集群性能下降。
一些最佳实践建议为数据集固定并且小于 50GB 的索引设置 1 个主分片和 1 个副本分片。对于数据集固定但大于 50GB 的索引，可以设置 2 个主分片和 1 个副本分片。对于不断扩张的数据集，可以使用 5 个主分片和 1 个副本分片的设置。
2. 性能优化建议
2.1 确定索引存储方式
在 Elasticsearch 中，Lucene 中的“索引”是数据的物理表示形式。它是一个由一组记录组成的文件集合，用于找到文档与搜索请求之间的匹配相似之处。Elasticsearch 允许用户选择两种不同的方式存储索引，其中一个是 mmap 映射存储方式，另一个是 nfs 存储方式。
在一些场景中，mmap 映射存储方式会带来更好的性能。例如，如果数据集小并且热数据完全在内存中，则 mmap 存储方式可以通过提高搜索效率来提高性能。另一方面，nfs 存储方式则可以让用户更快地启动 Elasticsearch 节点并快速重启。可以通过设置 path.data、path.work 和 path.logs 等参数来选择存储方式。例如：
---------- ---------------------- ---------- ----------------------- ---------- ----------------------
2.2 利用缓存机制
Elasticsearch 借助 Lucene 缓存机制提供了与基于索引模型的库（如 Solr 等）相似的缓存机制。它内置的缓存分为两种，一种是倒排索引缓存（doc ID、term 等），另一种是字段数据缓存。可以通过增加缓存大小来提高 Elasticsearch 的性能。
---- ----- ----------------------------------------- -- ------------------------------------- ----------------------------------
然而，最佳实践同时也提醒：不要将缓存设置得太大，否则会占用过多内存。一般来说，最佳的实践是设定 20% 到 30% 的字段数据缓存大小。
2.3 使用 Filters
在 Elasticsearch 中，我们可以使用 Filters 来对查询进行优化。Filters 排除所有不匹配的文档，而不是将所有符合条件的文档存储到内存中并进行搜索。这提高了查询性能，并大大加速了 Elasticsearch 的索引速度。
---- ----- ---------------------------------------------- -- -
-
-------- -
----------- -
-------- -
-------- -
-------- ------
-
--
--------- -
------- -
---------- ------
-
-
-
-
--2.4 索引自动模板
在 Elasticsearch 中，模板是一种可以帮助用户自动化索引创建并自动管理索引的机制。模板定义了一个索引模式，用于自动为新的索引分配分片/副本、设置未设置的配置等。模板还可以为动态模板设置分片、副本，以及其他索引参数值。例如：
--- --------------------
-
----------- -------------
----------- -
------------------- --
--------------------- --
------------------------- ----
--
----------- -
---------- -
------------- -
---------- -------- ----------
-------------- -------- ------- --------- --------------------
------- -------- ---------
-
-
-
-上述代码创建了一个包含 5 个分片和 1 个副本的索引模板，并将刷新时间设置为每 5 秒钟。该模板还创建了一个名为 fluentd 的动态模板。Elasticsearch 生命周期的关键部分可以通过模板的设置进行自动化，从而优化 Elasticsearch 的性能。
2.5 利用 Bulk API 处理数据
Elasticsearch 的 Bulk API 可以帮助我们在处理大量数据时提高索引速度。Bulk API 允许我们将数百个文档一次性加载到 Elasticsearch 中，并将其存储在同一索引中。这通常比单独对每个文档进行索引更快。例如：
---- ------ -------------------------------------------- -- - - -------- --- - ------- ----- ---- - - -------- --- - ------- ----- ------ - -
在上述代码中，我们一次性加入了两个文档到 myindex 索引中。
需要注意的是，当使用 Bulk API 进行数据处理时，必须保持单个请求的大小在 100MB 左右。同时，也不要在单个文档中存储超过 Elasticsearch 节点的内存大小。
总结
本文介绍了 Elasticsearch 性能优化的一些重要坑位以及优化建议。在实际开发中，我们应该结合实际情况，合理配置分片/副本、heap 内存、缓存机制等各项参数。同时，我们也需要注意 Index Head 节点的使用，轻度复制机制的启用以及使用 Filter、Bulk API 等特性优化 Elasticsearch 的性能。
来源：JavaScript中文网 ，转载请联系管理员！ 本文地址：https://www.javascriptcn.com/post/6469eb02968c7c53b09b2aca