通常，短语查询的额外成本并不像这些数字所暗示的那么吓人。事实上，性能上的差距只是证明一个简单的term查询有多快。标准全文数据的短语查询通常在几毫秒内完成，因此实际上都是完全可用，即使是在一ES数据写入过程：数据写入请求——协调节点接收后数据路由处理——存入对应数据节点的index buffer 并记录translog 日志——经过refresh
默认情况下，http.max_content_length设置为100mb,限制单个索引记录的大小不能超过100mb。二、优化索引速度尽量使用批请求bulk 采用从多个线程或进程发送数加大队列size可以使用内存来缓存数据；如果是持续性的数据阻塞在队列，加大队列size除了加大内存占用，并不能有效提高数据写入速率，反而可能加大ES宕机时候，在内
经过来回多次沟通了解，基本很快确定了性能优化点，增加一个分桶属性设置即可。图示：DSL模拟聚会语法，案例基于官方数据编写二、ES技术原理本次案例排查与解决，涉及到一些ES内字段数量如果太多会降低ES 的性能，用户需要合理设计字段。同时为了避免字段爆炸，ES 有如下优化使用方式：1) 用户可以在某个父层级字段设置enabled: false 来防
说实话，ES 性能优化是没有银弹的。啥意思呢？就是不要期待着随手调一个参数，就可以万能的应对所有的性能慢的场景。也许有的场景是你换个参数，或者调整一下语法Es性能优化1. Es中10亿级别的数据量，如何提高查询效率(1) 性能优化关键：file system cache a. 不要期待随手挑一个参数，就可以万能的应对所有性能慢的场景b
控制索引的字段数量、mapping深度、索引字段的类型，对于ES的性能优化是重中之重。以下是ES关于字段数、mapping深度的一些默认设置：index.mapping.nested_objees的性能优化，主要是围绕着fileSystem cache也可以叫做OS cache来进行；前面已经分析了es写入数据的原理，实际上数据最终都会写入到磁盘中去，当我们搜索读取的
