ElasticSearch常見問題

針對index數量

1）根據業務增量需求，採取基於日期模板建立索引，通過roll over api滾動索引；

2）使用別名進行索引管理；

3）採取curator進行索引的生命週期管理；

針對儲存

4）每天凌晨定時對索引做force_merge操作，以釋放空間；

5）採取冷熱分離機制，熱資料儲存到ssd，提高檢索效率；冷資料定期進行shrink操作，以縮減儲存；

1）寫入前副本數設定為0，寫入前關閉refresh_interval設定為-1，禁用重新整理機制。寫入後恢復副本數和重新整理間隔。

2）寫入過程中：採取bulk批量寫入；

3）盡量使用自動生成的id。

1）禁用wildcard；

2）禁用批量terms（成百上千的場景）；

3）充分利用倒排索引機制，能keyword型別盡量keyword；

4）資料量大時候，可以先基於時間敲定索引再檢索；

5）設定合理的路由機制。

1）空間占用小。通過對詞典中單詞字首和字尾的重複利用，壓縮了儲存空間；

2）查詢速度快。o(len(str))的查詢時間複雜度。

terms index實際上是由乙個或多個fst組成的，segment上每個欄位都有自己的乙個fst（fstindex）記錄在.tip上，burst-trie可以認為是trie的一種變種，它主要是將字尾進行了壓縮，降低了trie的高度，從而獲取更好查詢效能。

簡單理解的話，你可以把它當成乙個高階的bloomfilter，我們bloomfilter是有一定的錯誤率的；同時bloomfilter是通過hashcode實現的，只能用它來測試是否存在，並無法快速定位。在fst中，並無錯誤率且能快速定位。但是bloomfilter有更高的效能。

補充：關於lucene的segement：

磁碟網路開銷

cpu、程序、執行緒