面试题：ElasticSearch多索引API性能优化之索引设计

Question

在使用ElasticSearch多索引API时，索引的设计对性能影响较大。请阐述如何从索引的字段类型、映射设置方面进行优化，以提升多索引API的性能？

Answer 1

字段类型优化

1. 选择合适的数据类型
   • 数值类型：对于整数，根据实际取值范围选择合适的类型，如 byte（-128 到 127）、short（-32768 到 32767）、integer（-2147483648 到 2147483647）、long（更大范围整数）。避免使用过大类型，如能用 integer 就不用 long，这样可以减少存储空间，提升查询性能。对于浮点数，float 适用于一般精度要求，double 用于高精度需求，同样按需选择。
   • 日期类型：使用 date 类型存储日期和时间，Elasticsearch 支持多种日期格式。确保日期格式正确，且在索引和查询时保持一致，可利用 date_format 映射参数指定格式，以提高解析效率。
   • 文本类型：对于需要全文搜索的文本字段，使用 text 类型，并结合合适的分析器（如 standard、ik_max_word 等中文分析器）进行分词。对于不需要全文搜索，仅用于排序、聚合或精确匹配的字符串字段，使用 keyword 类型。例如，商品的分类字段，如果仅用于分组聚合，用 keyword 类型更合适。
2. 避免冗余字段
   • 尽量不要在索引中存储重复或可推导的数据。例如，如果有一个包含完整地址的字段，又单独创建省份、城市等字段，在更新地址时就需要同时更新多个字段，增加了维护成本和索引大小。如果确实需要按省份、城市等进行查询，可以通过 text 类型结合合适的分词策略来实现。

映射设置优化

1. 动态映射与静态映射
   • 动态映射：Elasticsearch 默认开启动态映射，当文档中的字段首次出现时会自动为其添加映射。但动态映射可能会导致一些性能问题，比如误判字段类型。在生产环境中，建议尽量使用静态映射，即提前定义好索引的映射结构。这样可以避免动态映射带来的不确定性，提高索引性能和稳定性。
   • 动态模板：如果部分字段需要动态映射，可以使用动态模板来控制动态映射的规则。例如，可以定义模板，使以 _id 结尾的字段都映射为 keyword 类型，以满足特定的业务需求，同时又能一定程度上控制动态映射行为。
2. 字段的索引属性设置
   • index 属性：对于不需要进行搜索的字段，将其 index 属性设置为 false。例如，一些内部使用的标记字段，仅用于程序逻辑判断，不参与搜索，设置为 index: false 可以减少索引构建的开销，提升索引性能。
   • doc_values 属性：对于需要进行排序、聚合或地理位置查询的字段，确保 doc_values 属性为 true（默认对于大多数数据类型是 true）。doc_values 是一种在磁盘上存储的列式数据结构，能有效提升这些操作的性能。但对于 text 类型字段，默认是不开启 doc_values 的，因为全文搜索通常不需要排序和聚合，如果确实有需求，可以通过特殊设置开启，但会增加磁盘空间占用。
3. 索引的分片与副本设置
   • 分片数量：根据数据量和硬件资源合理设置分片数量。分片过多会增加索引管理开销（如每个分片都有自己的文件句柄、内存等资源消耗），且可能导致搜索性能下降；分片过少则无法充分利用集群资源，影响数据的并行处理能力。一般建议先从小的分片数量开始，随着数据量增长再动态调整。例如，对于较小规模的数据集（几百万条记录），可以先设置 3 - 5 个分片。
   • 副本数量：副本主要用于提高系统的高可用性和读性能。但副本过多会增加数据写入的负担，因为每次写入都需要同步到所有副本。在生产环境中，根据业务需求和硬件资源设置副本数量，通常 1 - 2 个副本较为常见。如果读操作远多于写操作，可以适当增加副本数量。