Elasticsearch部署
1. 选择合理的硬件配置：尽可能使用 SSD
Elasticsearch 最大的瓶颈往往是磁盘读写性能，尤其是随机读取性能。使用SSD（PCI-E接口SSD
卡/SATA接口SSD盘）通常比机械硬盘（SATA盘/SAS盘）查询速度快5~10倍，写入性能提升不明显。
对于文档检索类查询性能要求较高的场景，建议考虑 SSD 作为存储，同时按照 1:10 的比例配置内存和
硬盘。对于日志分析类查询并发要求较低的场景，可以考虑采用机械硬盘作为存储，同时按照 1:50 的比
例配置内存和硬盘。单节点存储数据建议在2TB以内，不要超过5TB，避免查询速度慢、系统不稳定。
在单机存储 1TB 数据场景下，SATA 盘和 SSD 盘的全文检索性能对比（测试环境：Elasticsearch5.5.3，
10亿条人口户籍登记信息，单机16核CPU、64GB内存，12块6TB SATA盘，2块1.5 TB SSD盘）。
2. 给JVM配置机器一半的内存，但是不建议超过32G
修改 conf/jvm.options 配置，-Xms 和 -Xmx 设置为相同的值，推荐设置为机器内
Elasticsearch是一个强大的分布式搜索引擎，广泛应用于日志分析、实时数据分析和全文检索等领域。为了确保其性能，我们需要对其进行有效的调优。以下是一些关键的Elasticsearch索引和查询性能优化策略。
硬件配置的选择至关重要。由于Elasticsearch依赖于磁盘I/O，特别是随机读取性能，固态硬盘（SSD）被推荐用于提升查询速度。在文档检索场景中，SSD可以提供比机械硬盘快5到10倍的查询速度，虽然写入性能提升不明显。对于高并发的日志分析场景，可以考虑使用机械硬盘，但内存与硬盘的配比需调整为1:50，以满足较低的并发需求。单节点存储量应控制在2TB以内，以避免查询效率下降和系统稳定性问题。
JVM内存配置是另一个关键因素。建议将JVM堆内存设置为机器总内存的一半，但不超过32GB。这可以通过修改`conf/jvm.options`文件中的`-Xms`和`-Xmx`参数实现。如果内存小于64GB，推荐设置为30GB；当内存大于64GB时，仍保持30GB。选择合适的垃圾回收算法也很重要，如ZGC或G1，以减少长时间的内存回收暂停。
在大规模集群部署中，应当设置专用的主节点以处理集群管理和选举，避免“脑裂”问题。通过配置`minimum_master_nodes`参数为候选主节点数量的一半以上，可确保在节点故障时，集群仍能稳定运行。
此外，对Linux操作系统的优化同样重要。关闭交换分区可以避免因内存置换导致的性能损失。增加单用户最大打开文件数、线程数以及最大映射内存区域数量，以支持Elasticsearch的高效运行。例如，将`vm.max_map_count`设置为655360，并通过`sysctl -p`使改动立即生效。
索引性能调优包括合理设置索引分片数和副本数。索引分片数应为节点数的整数倍，初始导入时副本数设为0，生产环境中建议设置为1。单节点索引分片数不应超过3个，每个分片大小推荐10-40GB。Elasticsearch的不同版本有不同的默认设置，如7.0及以后版本，默认分片数和副本数都为1。
根据业务需求和资源限制，适时调整索引设置，如开启或关闭特定功能，优化搜索分析器，使用过滤器，或者调整刷新间隔等，都可以进一步提升性能。
Elasticsearch的性能调优涉及硬件、软件和索引策略等多个层面，需要综合考虑并不断测试优化，以达到最佳的查询和索引效率。
