Elasticsearch索引设计与查询性能优化

概述ES 性能优化的核心在于映射设计、分片与查询策略。本文提供热门实践与验证方法，避免深分页与高基数聚合的常见陷阱。映射与字段类型（已验证）`keyword`：精确匹配与聚合；默认启用 `doc_values` 便于聚合与排序。`text` + `analyzer`：全文搜索；不用于聚合排序（除非开启 `fielddata`，不推荐）。数值与日期：选择合适类型，避免字符串比较造成排序异常。分片与副本分片数：根据数据规模与节点数估算；过多分片导致元数据与查询开销，过少影响并行度。副本数：≥1 保障可用性；高查询读压时可适度提高。深分页与排序避免 `from`/`size` 深分页（默认 `index.max_result_window=10000`）。使用 `search_after` 基于上一页排序值进行游标翻页。{ "search_after": ["last_sort_value"], "sort": [{"ts": "desc"}], "size": 100 } 聚合与基数使用 `keyword` 字段进行聚合；避免对高基数字段进行全局聚合。需要估算时使用 `cardinality` 聚合并设置合理 `precision_threshold`。索引生命周期（ILM）热温冷分层：热（写多读多）→ 温（读多）→ 冷（读少归档）。滚动策略：按时间或体积滚动，保持分片均衡与查询性能。示例映射（片段）{ "mappings": { "properties": { "user": { "type": "keyword" }, "msg": { "type": "text", "analyzer": "standard" }, "ts": { "type": "date" } } } } 验证与监控查询耗时与 P95/P99；观察 `search_phase` 时间分布与慢查询日志。分片健康：`_cat/shards` 与 `cluster` 状态；热点分片重新分配。写入与刷新：控制 `refresh_interval`；批量写入提升吞吐。常见误区所有字段都用 `text`，导致聚合和排序性能差。分片数设置过大，造成资源浪费与慢查询。深分页依赖 `from`/`size`，导致严重性能退化。结语通过合理的映射、分片与分页策略，并以监控与日志验证，ES 能在大规模数据场景下保持良好查询与写入性能。