es 7.x 优化 写入速度优化

写入速度优化

ES 的默认配置，是综合了数据可靠性、写入速度、搜索实时性等因素。实际使用时， 我们需要根据公司要求，进行偏向性的优化。 针对于搜索性能要求不高，但是对写入要求较高的场景，我们需要尽可能的选择恰当写 优化策略。综合来说，可以考虑以下几个方面来提升写索引的性能：

1. 加大 Translog Flush ，目的是降低 Iops、Writeblock。
2. 增加 Index Refresh 间隔，目的是减少 Segment Merge 的次数。
3. 调整 Bulk 线程池和队列。
4. 优化节点间的任务分布。
5. 优化 Lucene 层的索引建立，目的是降低 CPU 及 IO。

批量数据提交

ES 提供了 Bulk API 支持批量操作，当我们有大量的写任务时，可以使用 Bulk 来进 行批量写入。 通用的策略如下：Bulk 默认设置批量提交的数据量不能超过 100M。数据条数一般是 根据文档的大小和服务器性能而定的，但是单次批处理的数据大小应从 5MB～15MB 逐渐增加，当性能没有提升时，把这个数据量作为最大值。

优化存储设备

ES 是一种密集使用磁盘的应用，在段合并的时候会频繁操作磁盘，所以对磁盘要求较 高，当磁盘速度提升之后，集群的整体性能会大幅度提高。

合理使用合并

Lucene 以段的形式存储数据。当有新的数据写入索引时，Lucene 就会自动创建一个新 的段。 随着数据量的变化，段的数量会越来越多，消耗的多文件句柄数及 CPU 就越多，查询 效率就会下降。 由于 Lucene 段合并的计算量庞大，会消耗大量的 I/O，所以 ES 默认采用较保守的策 略，让后台定期进行段合并

减少 Refresh 的次数

Lucene 在新增数据时，采用了延迟写入的策略，默认情况下索引的 refresh_interval 为 1 秒。 Lucene 将待写入的数据先写到内存中，超过 1 秒（默认）时就会触发一次 Refresh， 然后 Refresh 会把内存中的的数据刷新到操作系统的文件缓存系统中。 如果我们对搜索的实效性要求不高，可以将 Refresh 周期延长，例如 30 秒。 这样还可以有效地减少段刷新次数，但这同时意味着需要消耗更多的 Heap 内存。

加大 Flush 设置

Flush 的主要目的是把文件缓存系统中的段持久化到硬盘，当 Translog 的数据量达到 512MB 或者 30 分钟时，会触发一次 Flush。 index.translog.flush_threshold_size 参数的默认值是 512MB，我们进行修改。 增加参数值意味着文件缓存系统中可能需要存储更多的数据，所以我们需要为操作系统 的文件缓存系统留下足够的空间。

减少副本的数量

ES 为了保证集群的可用性，提供了 Replicas（副本）支持，然而每个副本也会执行分 析、索引及可能的合并过程，所以 Replicas 的数量会严重影响写索引的效率。

当写索引时，需要把写入的数据都同步到副本节点，副本节点越多，写索引的效率就越 慢。

如果我们需要大批量进行写入操作 ， 可以先禁止Replica复 制 ， 设置 index.number_of_replicas: 0 关闭副本。在写入完成后，Replica 修改回正常的状态。