面试题：ElasticSearch性能调优及复杂查询优化策略

Question

假设你正在处理一个大型的ElasticSearch集群，数据量达到PB级别，且每天有大量的读写请求。在这种情况下，从索引设计、节点配置、查询语句优化等多个方面阐述你会采取哪些策略来进行性能调优。同时，对于复杂的多条件联合查询，如何通过合理的优化来提高查询效率，举例说明优化思路和具体操作。

Answer 1

索引设计

1. 字段类型选择：使用最紧凑的数据类型，例如能用 keyword 就不用 text，text 类型会进行分词，占用更多空间和资源。如存储邮政编码，使用 keyword 类型。
2. 索引分片：根据数据量和集群规模合理设置分片数。例如数据量极大且集群节点多，适当增加分片数，但不宜过多，过多会增加管理开销。初始可按经验公式 分片数 = 节点数 * 3 来设置，后续根据实际情况调整。
3. 映射优化：避免过度嵌套，嵌套文档虽然能模拟对象结构，但查询时性能损耗大。如能用扁平化结构表示数据，优先使用扁平化。

节点配置

1. 硬件资源：为节点分配足够的内存、CPU 和磁盘 I/O 资源。内存方面，Elasticsearch 堆内存建议不超过 32GB，防止内存溢出。磁盘使用 SSD，提升读写速度。
2. 节点角色：明确划分不同角色的节点，如 master 节点负责集群管理，配置较低的 CPU 和内存；data 节点负责数据存储和读写，分配较多资源；coordinating 节点负责请求分发，根据请求量调整资源。

查询语句优化

1. 使用过滤：将查询条件中不参与打分的部分放到 filter 子句中，filter 不会计算相关性分数，执行速度快。例如查询价格大于 100 且品牌为“Apple”的产品：

{
  "query": {
    "bool": {
      "filter": [
        { "range": { "price": { "gt": 100 } } },
        { "term": { "brand": "Apple" } }
      ]
    }
  }
}

2. 避免通配符查询：通配符查询性能较差，尽量使用 term 或 terms 查询替代。若必须使用，将通配符置于词尾，如 {"wildcard": {"field": "value*"}} 比 {"wildcard": {"field": "*value"}} 性能好。
3. 批量查询：使用 mget 或 bulk API 进行批量操作，减少网络开销。如查询多个文档：

{
  "docs": [
    { "_index": "index1", "_id": "1" },
    { "_index": "index1", "_id": "2" }
  ]
}

复杂多条件联合查询优化思路及操作

1. 分析查询条件：区分过滤条件和排序、打分条件。例如查询销量高且好评率大于 90% 的商品，销量高用于排序，好评率大于 90% 用于过滤。
2. 构建布尔查询：利用 bool 查询将不同条件组合。must 子句用于必须满足的条件，should 子句用于选择性条件，filter 子句用于过滤不打分条件。如：

{
  "query": {
    "bool": {
      "must": [
        { "term": { "category": "electronics" } }
      ],
      "filter": [
        { "range": { "rating": { "gte": 4 } } }
      ],
      "should": [
        { "term": { "featured": true } }
      ],
      "sort": [
        { "sales": { "order": "desc" } }
      ]
    }
  }
}

3. 缓存查询结果：对于频繁查询且数据变动不大的结果，使用缓存技术，如 Redis。先查询缓存，若缓存中有结果则直接返回，减少 Elasticsearch 的查询压力。