优化向量检索写入与查询性能

写入性能优化

• 关闭副本，待数据导入完成后再开启副本，减少副本构建的开销。
• 调整“refresh_interval”为120s或者更大，避免频繁刷新索引生成大量小的segments，同时减少merge带来的向量索引构建开销。
• 适当调大“native.vector.index_threads”的值（默认为4），增加向量索引构建的线程数。

  PUT _cluster/settings
  {
    "persistent": {
      "native.vector.index_threads": 8
    }
  }

查询性能优化

• 在批量导入场景下，数据写入完成后，执行forcemerge操作能有效提升查询效率。

  POST index_name/_forcemerge?max_num_segments=1

• 如果向量索引所需堆外内存超过了熔断线，查询时索引的缓存管理器会控制索引的换进换出，导致查询变慢，此时可适当调大熔断线的配置。

  PUT _cluster/settings
  {
    "persistent": {
      "native.cache.circuit_breaker.cpu.limit": "75%"
    }
  }

• 如果需要返回的字段较少，且均为keyword或者数值类型字段，可以通过docvalue_fields配置召回需要的字段，有效降低fetch阶段的开销。

  POST my_index/_search
  {
    "size": 2,
    "stored_fields": ["_none_"], 
    "docvalue_fields": ["my_label"],
    "query": {
      "vector": {
        "my_vector": {
          "vector": [1, 1],
          "topk": 2
        }
      }
    }
  }