Elasticsearch 搜索性能优化实战指南（生产级）

Elasticsearch 搜索性能优化实战指南（生产级）

一、索引设计进阶（决定上限）

1️⃣ 分片数的工程化计算方法（可落地）

经验公式：

目标分片数 ≈ 总数据量 / 30GB

示例：

• 预计 1 年数据量：3TB
• 3TB ≈ 3000GB
• 分片数 ≈ 3000 / 30 ≈ 100 个主分片

建议拆分：

• 按时间滚动索引（Index Lifecycle）
• 每日 / 每周索引
• 每个索引 3~6 个主分片

PUT logs-2026.01.31 { "settings": { "number_of_shards": 3, "number_of_replicas": 1 } }

✅ 核心原则：

• 分片 ≠ 越多越好
• 查询 = 跨分片并发 + 合并成本

2️⃣ Mapping 防踩坑清单（90% 性能问题源头）

❌ 常见错误

• 所有字符串都用 text
• text + keyword 默认双字段
• 大字段开启 fielddata

✅ 推荐模板

"status": { "type": "keyword", "norms": false }, "title": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_smart" }

高频优化点：

• 不参与搜索的字段：index: false
• 不排序字段：doc_values: false
• 不需要评分：关闭 norms

二、查询优化实战（最容易立竿见影）

3️⃣ Filter + Query 正确组合姿势

{ "query": { "bool": { "must": [ { "match": { "title": "elasticsearch" }} ], "filter": [ { "term": { "status": "ONLINE" }}, { "range": { "create_time": { "gte": "now-7d" }}} ] } } }</