elasticSearch 全文搜索调优（一）

    ES虽然擅长于搜索，但面对存储数据量的不断增加，搜索的性能也不断的下降，在现阶段强调用户体验的时候，如果不能实时或者近实时地提供给用户想要的信息，对一个讲究盈利的产品而言是致命的。我也是刚接触这一块的小白，所以第一阶段针对ES的调优，搜集了一些网上比较有效的方法策略，下面做一个总结。

一、refresh_interval

    为了数据的实时性，ES的分片会每隔一段时间刷新一次，默认的时间间隔是1s中，对于只需要查询人物的索引而言，刷新会是一种不必要的损耗，所以可以禁掉这个，将其设置为-1，当数据更新时，可以手动刷新；

二、禁止swap

    一旦允许内存与磁盘的交换，会引起致命的性能问题。 通过： 在elasticsearch.yml 中 bootstrap.memory_lock: true， 以保持JVM锁定内存，保证ES的性能。

三、禁止大翻页    

    在使用 Elasticsearch 过程中，应尽量避免大翻页的出现。正常翻页查询都是从 From 开始 Size 条数据，这样就需要在每个分片中查询打分排名在前面的 From + Size 条数据。协同节点收集每个分配的前 From + Size 条数据。协同节点一共会受到 N * （ From + Size ）条数据，然后进行排序，再将其中 From 到 From + Size 条数据返回出去。如果 From 或者 Size 很大的话，导致参加排序的数量会同步扩大很多，最终会导致 CPU 资源消耗增大。可以通过使用 Elasticsearch scroll 和 scroll-scan 高效滚动的方式来解决这样的问题。

四、搜索语句的过滤条件

    当存在多个过滤条件时，不同的放置顺序对搜索效率也会有很大影响，例如，如果A条件能够过滤出1000条数据，B条件能够过滤出100条数据，就应当将B条件放置在A条件之前