一 部署配置优化篇

1. Master Node和Data Node设置

条件允许的情况下Master节点和Data节点分开。 

# elasticsearch.yml内配置一个true一个false
node.master: true # 该节点是否参与master节点选举，master节点最好大于等于3的奇数
node.data: true   # 该节点是否存储数据

2. Data Node不开启HTTP服务

如果Master节点和Data节点分开，建议Data接点不开启HTTP服务。 

# elasticsearch.yml内配置
http.enabled: false  # 默认开启

3. 使用固态硬盘(SSD)

使用SSD可以显著提高Elasticsearch性能。

4. 避免使用swapping

swapping是内存不足时使用硬盘设置的交换空间，因为是硬盘的读写，所以性能较差。这个时候不仅仅es效率低，整个系统都效率降低。 

# elasticsearch.yml内配置JVM启动参数,锁定Heap size
bootstrap.mlockall: true

这个配置生效要root用户执行ulimit -l unlimited后，再启动/重启Elasticsearch

5. 堆内存配置

堆内存建议为系统可用内存的50%，但不要超过32G(32G会引起Java指针膨胀)，剩余的50%会被Lucene使用来做索引缓存(Lucene使用堆外内存来存储索引)，提高查询效率。

6. 设置字段缓存fileddata

字段数据缓存主要用于排序字段和计算聚合。将所有的字段值加载到内存中，以便提供基于文档快速访问这些值。 

# elasticsearch.yml内配置
indices.fielddata.cache.size: 40%          # 也可以是具体的值，如4gb。默认是无限制
indices.breaker.fielddata.limit: 60%       # field数据使用内存限制，默认为JVM堆的60%
indices.breaker.fielddata.overhead: 1.03　 # Elasticsearch使用这个常数乘以所有fielddata的实际值作field的估算值。默认为 1.03

7. 禁止删除delete_all_indices

防止误删索引。 

# elasticsearch.yml内配置
action.disable_delete_all_indices: true

二. 开发使用优化篇

1. 设置refresh_interval

# 可通过setting api设置 
curl -XPUT /index_name/_settings -d 
'
 {
     "index" : {
         "refresh_interval" : "30s"
     }
 }  
'

# 或在mapping的settings中加入设置
"settings": {"refresh_interval": "30s"}

ES默认是1s

2. 允许的情况下禁用_all

_all字段是一个很少用到的字段，它连接所有字段的值构成一个用空格分隔的大string，该string被analyzed和index，但是不被store。当你不知道不清楚document结构的时候， 可以用_all查询等。_all字段需要额外的CPU周期和更多的磁盘。所以，如果不需要_all，最好将其禁用！ 

# 在mapping的settings中加入设置
"_all": {"enabled": false}

3. 允许的情况下禁用_source

_source会存储文档的原始字段内容，在查询的时候会返回_source内容，如果禁用查询将只返回_id，但不影响聚合与索引。在特定场景下Elasticsearch只是作为索引时(原始 内容存于其他地方，如HBase)，再根据ID获取内容，可以禁用_source。 

# 在mapping的settings中加入设置
"_source": {"enabled": false}

4. 批处理_bulk

使用批处理可以提高Elasticsearch的QPS，提高性能。

5. Script脚本使用

尽量避免使用Script，如需使用建议使用painless脚本。

6. 合理的分片数

Elasticsearch创建index后分片数就不可更改，建议每个分片大小在20~30G左右，每GB堆内存的分片数最大控制在20个左右(如堆内存为8G的Node最多存放160个分片)，在存储log这种 读少写多的场景可适当调高。

7. 设计路由(Routing)

一个好的路由规则可以极大地提高Elasticsearch的查询效率。默认是_id字段。

8. 避免深分页查询

Elasticsearch深分页是非常低效的，Elasticsearch查询时会讲匹配的所有分片的查询获取from + size条记录，最后从所有结果集中取size条记录。
Elasticsearch参数max_result_window会限制from + size的最大数，如果大于这个值会抛出异常。该值默认为1000，可以通过setting设置(建议不要设置过大)。 

# 可通过setting api设置 
curl -XPUT /index_name/_settings -d 
'
 {
     "index" : {
         "max_result_window" : 20000
     }
 }  
'     

# 或在mapping的settings中加入设置
"settings": {"max_result_window": 20000}

如需深分页，可通过scrollapi实现滚动分页。