ElasticSearch 索引设置总结 _ElasticSearch

在使用ES时，我们常见的就是需要生成一个template来定义索引的设置，分词器，MApping.本文将基于项目经验来总结一些常用的配置。
Index设置

index.refresh_interval

配置一个刷新时间，将index buffer刷新到os cache的时间间隔，刷新到os cache的数据才可以被索引到，默认是1s.如果对实时性搜索要求不高的地方,可设置时间为30s,提高性能。

number_of_replicas

对于集群数据节点 >=2 的场景，建议副本至少设置为 1（一主一从，共两个副本），可以提高集群容错和搜索吞吐量（副本分片可用于查询）。

index.number_of_shards

主副本的分片数，默认是5个，最大值限制为1024个，这个值是分片数可适当的增加，提高索引的并发性能，但是分片越多，也会导致资源耗费越高，索引要根据访问并发数和ES集群的资源来设置。经验公式：分片数 = 索引大小/分片大小经验值 30GB，官方推荐Shard值在 20-40GB性能最好，日志类：单分片<50GB；搜索类：单分片<20GB 。不足100G，可直接设置3-5个分片（结合节点数和扩展性），超过100G则可以按照如上经验公式来规划。

index.max_result_window

索引能够查询到最大数据量，from+size深分页的最大条数，默认是10000，适当限制这个值可以防止深分页内存占用过多，如果全量导出，需要使用Scroll游标办法。

index.store.preload

默认情况下，Elasticsearch完全依靠操作系统文件系统缓存来缓存I / O操作.可以设置index.store.preload，以告知操作系统在打开时将热索引文件的内容加载到内存中。默认值为空，即不提前加载索引到内存中，常见的值有["nvd", "dvd", "tim", "doc", "dim"] 。对应的norms, doc values, terms dictionaries, postings lists，points，常见的设置为 index.store.preload = ["nvd", "dvd"]，即提前加载norms评分信息和doc value数据到内存，便于快速索引。

index.sort.field 和 index.sort.order

建立索引的排序字段，写入的时候就按照顺序写入。对于一些具备顺序的字段，可以提前设置，比如时间字段。配置见下
{"settings" : {"index" : {"sort.field" : "date",// 字段名字"sort.order" : "desc"// 升序 asc 和降序 desc}}}Mapping设置

动态映射

mapping的通用配置，dynamic_templates配置动态类型转换，将一个类型转换为另一个类型

{"mappings": {"_doc": {"dynamic_templates": [{"strings_as_keywords": {"match_mapping_type": "string","mapping": {"type": "keyword"}}}],"_source": {"enabled": true},"properties": {.....}}}}

字段类型

官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/6.8/mapping.html#_field_datatypes
a simple type like text, keyword, date, long, double, boolean or ip.
a type which supports the hierarchical nature of JSON such as object or nested.
or a specialised type like geo_point, geo_shape, or completion.

常见的类型和搜索类型的联系

（1）text 类型作用：分词，将大段的文字根据分词器切分成独立的词或者词组，以便全文检索。适用于：email 内容、某产品的描述等需要分词全文检索的字段；不适用：排序或聚合（Significant Terms 聚合例外）
（2）keyword 类型：无需分词、整段完整精确匹配。适用于：email 地址、住址、状态码、分类 tags 。

常见的搜索类型使用的字段类型

term 精确匹配
核心功能：不受到分词器的影响，属于完整的精确匹配。
应用场景：精确、精准匹配。
适用类型：keyword 。
prefix 前缀匹配
核心功能：前缀匹配。
应用场景：前缀自动补全的业务场景。
适用类型：keyword 。
wildcard 模糊匹配
核心功能：匹配具有匹配通配符表达式 keyword 类型的文档。支持的通配符：*，它匹配任何字符序列（包括空字符序列）；？，它匹配任何单个字符。
应用场景：请注意，选型务必要慎重！此查询可能很慢多组关键次的情况下可能会导致宕机，因为它需要遍历多个术语。为了防止非常慢的通配符查询，通配符不能以任何一个通配符*或？开头。
match 分词匹配
核心功能：全文检索，分词词项匹配。
应用场景：实际业务中较少使用，原因：匹配范围太宽泛，不够准确。
适用类型：text 。