1. Mapping参数优化
- 字段类型选择：
- 对于数值型字段，在满足需求的前提下，尽量选择占用空间小的类型。例如，如果数据值范围在0 - 255之间，使用
byte类型而不是integer类型。对于文本字段，若不需要全文搜索，使用keyword类型而非text类型，因为text类型会进行分词，占用更多资源。
- 例如，对于租户A的订单金额字段，若金额范围在0 - 10000且不需要小数，可定义为
short类型：
{
"mappings": {
"properties": {
"order_amount": {
"type": "short"
}
}
}
}
- 动态映射控制：
- 可以根据租户需求，关闭不必要的动态映射。对于数据结构相对固定的租户索引，禁用动态映射可避免意外字段被自动添加，从而节省索引资源。通过设置
dynamic参数为false来关闭动态映射：
{
"mappings": {
"dynamic": false,
"properties": {
// 已定义的字段
}
}
}
- 若只想允许特定类型的字段动态添加，可设置
dynamic为strict，并通过dynamic_templates定义允许动态添加的字段规则。
2. Field Data缓存优化
- 缓存配置：
- 对于读性能要求高且数据量相对稳定的租户索引，合理设置
fielddata缓存。可通过修改elasticsearch.yml文件，调整indices.fielddata.cache.size参数，它可以设置为一个固定值（如10gb）或占堆内存的百分比（如30%）。
- 例如，对于租户B的用户信息索引，读操作频繁，可将
indices.fielddata.cache.size设置为20%：
indices.fielddata.cache.size: 20%
- 按需使用：
- 避免在不需要排序或聚合的字段上启用
fielddata。因为fielddata在首次访问时会将磁盘数据加载到内存，这会消耗资源。对于租户C的日志索引，其中的日志详情字段一般不需要排序或聚合，不应对该字段启用fielddata。
3. 索引设置以避免资源争用
- 索引分片与副本：
- 根据租户数据量和读写需求分配分片和副本。对于读多写少的租户，可适当增加副本数来提高读性能，但要注意副本过多会增加写操作的负担。对于租户D，其数据量较大且读操作频繁，可设置较多的副本，如
replicas: 3，同时根据数据量合理分配分片，如number_of_shards: 10：
{
"settings": {
"number_of_shards": 10,
"number_of_replicas": 3
}
}
- 对于写多的租户，减少副本数，同时确保分片数量足够以分散写压力。
- 索引优先级：
- 可通过插件或自定义脚本实现索引优先级管理。对于性能要求高的租户索引，在资源有限时优先分配读写资源。例如，在使用
elasticsearch - curator工具时，可以通过设置权重来控制索引的优先级，在资源紧张时，高优先级的租户索引能优先获取资源。
4. 资源隔离
- 节点分配：
- 利用Elasticsearch的节点标签和索引分配过滤功能，将不同租户的索引分配到不同的节点或节点组。例如，对于对性能要求极高的租户E，可以为其单独划分一组高性能节点，并通过设置
index.routing.allocation.require.tag参数将租户E的索引分配到这些节点上：
{
"settings": {
"index.routing.allocation.require.tag": "high_performance"
}
}
- 同时在节点启动时，通过
node.attr.tag参数为高性能节点添加相应标签。
- 资源限制：
- 使用操作系统层面的资源限制工具（如
cgroups）或Elasticsearch的资源限制插件（如x-pack中的资源限制功能），为不同租户的索引进程设置CPU、内存等资源的使用上限，防止某个租户过度占用资源影响其他租户。
