面试题：ElasticSearch中常见可选参数及优化策略

Question

请列举ElasticSearch查询时几个常见的可选参数，并阐述针对这些参数，在提升查询性能方面有哪些优化策略？

Answer 1

常见可选参数及优化策略

1. from & size
   • 含义：from 用于指定从结果集的第几项开始返回，size 用于指定返回结果的数量。
   • 优化策略：避免使用过大的 from 值进行深度分页。因为深度分页时，Elasticsearch 需要在每个分片上查询 from + size 条数据，然后汇总排序后再返回 size 条数据，这会消耗大量资源。如果要实现深度分页，可使用 scroll 或 search_after 替代。例如，scroll 适用于需要大量数据一次性处理的场景，它会在初始查询时创建一个快照，后续通过滚动游标获取数据；search_after 则基于上一次查询结果的最后一条数据的某个排序字段值，继续往后查询，适用于实时性要求较高且需按顺序遍历数据的场景。
2. sort
   • 含义：用于指定排序字段及排序方式（升序 asc 或降序 desc）。
   • 优化策略：尽量使用单字段排序，多字段排序会增加查询复杂度和资源消耗。如果必须使用多字段排序，确保第一个排序字段的选择性足够高，这样能快速缩小结果集范围。同时，对排序字段建立合适的索引，能显著提升排序性能。例如，对于数值类型字段的排序，确保该字段已建立数值类型的索引。
3. query
   • 含义：定义具体的查询条件，如 match、term、bool 等查询类型。
   • 优化策略：对于 match 查询，当查询文本较短且精确匹配需求高时，可考虑使用 term 查询替代，因为 match 查询会对输入文本进行分词处理，增加了查询复杂度。在使用 bool 查询时，合理组织 must、should、filter 等子句，将能快速过滤大量数据的条件放在 filter 子句中，因为 filter 子句不参与评分，能提升查询效率。同时，对查询字段建立合适的索引，对于文本字段根据需求选择合适的分析器创建索引，以提高查询匹配效率。
4. _source
   • 含义：用于指定返回文档中需要包含的字段，可减少返回的数据量。
   • 优化策略：只返回实际需要的字段，避免返回整个文档。这样可以减少网络传输和内存消耗，提升查询性能。例如，如果只需要文档中的 title 和 content 字段，可通过设置 _source: ["title", "content"] 来限定返回字段。
5. timeout
   • 含义：设置查询的超时时间，防止查询时间过长占用过多资源。
   • 优化策略：合理设置 timeout 值，既要保证复杂查询有足够时间完成，又要避免因设置过长导致资源长时间被占用。对于不同类型的查询和数据量，需要通过测试来确定合适的超时时间。如果经常出现超时，可分析查询语句，进行性能优化，如优化索引、调整查询逻辑等。