写入性能优化

1

使用SSD盘或升级集群配置

使用SSD盘可以大幅提升数据写入与merge操作的速度，对应到CSS服务，建议选择“超高IO型”存储，或者超高IO型主机。

2

采用Bulk API

客户端采用批量数据的写入方式，每次批量写入的数据建议在1~10MB之间。

3

随机生成_id

如果采用指定_id的写入方式，数据写入时会先触发一次查询操作，进而影响数据写入性能。对于不需要通过_id检索数据的场景，建议使用随机生成的_id。

4

设置合适的分片数

分片数建议设置为集群数据节点的倍数，且分片的大小控制在50GB以内。

5

关闭副本

数据写入与查询错峰执行，在数据写入时关闭数据副本，待数据写入完成后再开启副本。

Elasticsearch 7.x版本中关闭副本的命令如下：

PUT {index}/_settings
{
  "number_of_replicas": 0
}

6

调整索引的刷新频率

数据批量写入时，可以将索引的刷新频率“refresh_interval”设置为更大的值或者设置为“-1”（表示不刷新），通过减少分片刷新次数提高写入性能。

Elasticsearch 7.x版本中，将更新时间设置为15s的命令如下：

PUT {index}/_settings
{
  "refresh_interval": "15s"
}

7

优化写入线程数与写入队列大小

为应对突发流量，可以适当地提升写入线程数与写入队列的大小，防止突发流量导致出现错误状态码为429的情况。

Elasticsearch 7.x版本中，可以修改如下自定义参数实现写入优化：thread_pool.write.size，thread_pool.write.queue_size；

8

设置合适的字段类型

指定集群中各字段的类型，防止Elasticsearch默认将字段猜测为keyword和text的组合类型，增加不必要的数据量。其中keyword用于关键词搜索，text用于全文搜索。

对于不需要索引的字段，建议“index”设置为“false”。

Elasticsearch 7.x版本中，将字段“field1”设置为不建构索引的命令如下：

PUT {index}
{
  "mappings": {
    "properties": {
      "field1":{
        "type": "text",
        "index": false
      }
    }
  }
}

9

优化shard均衡策略

Elasticsearch默认采用基于磁盘容量大小的Load balance策略，多节点时，尤其是在新扩容的节点上，可能出现shard在各节点上分配不均的问题。为避免这类问题，可以通过设置索引级别的参数“routing.allocation.total_shards_per_node”控制索引分片在各节点的分布情况。此参数可以在索引模板中配置，也可以修改已有索引的setting生效。

修改已有索引的setting的命令如下：

PUT {index}/_settings
{
	"index": {
		"routing.allocation.total_shards_per_node": 2
	}
}