县级旅游局网站建设互联网精准营销

一、 写入速度优化的概述

• ES 的默认配置，是综合了数据可靠性、写入速度、搜索实时性等因素。实使用时，我们需要根据公司要求，进行偏向性的优化。

• 针对于搜索性能要求不高，但是对写入要求较高的场景，我们需要尽可能的选择恰当写
  优化策略。综合来说，可以考虑以下几个方面来提升写索引的性能：

  1、加大 Translog Flush ，目的是降低 Iops、Writeblock。

  2、增加 Index Refresh 间隔，目的是减少 Segment Merge 的次数。

  3、调整 Bulk 线程池和队列。

  4、优化节点间的任务分布。

  5、优化 Lucene 层的索引建立，目的是降低 CPU 及 IO。

二、如何写入速度优化

2.1、 批量数据提交

• ES 提供了 Bulk API 支持批量操作，当我们有大量的写任务时，可以使用 Bulk 来进行批量写入。
• 通用的策略如下：Bulk 默认设置批量提交的数据量不能超过 100M。数据条数一般是根据文档的大小和服务器性能而定的，但是单次批处理的数据大小应从 5MB～15MB 逐渐增加，当性能没有提升时，把这个数据量作为最大值。

2.2、 优化存储设备

• ES 是一种密集使用磁盘的应用，在段合并的时候会频繁操作磁盘，所以对磁盘要求较高，当磁盘速度提升之后，集群的整体性能会大幅度提高。

2.31、 合理使用合并

• Lucene 以段的形式存储数据。当有新的数据写入索引时，Lucene 就会自动创建一个新的段。
• 随着数据量的变化，段的数量会越来越多，消耗的多文件句柄数及 CPU 就越多，查询效率就会下降。
• 由于 Lucene 段合并的计算量庞大，会消耗大量的 I/O，所以 ES 默认采用较保守的策略，让后台定期进行段合并

2.4、 减少 Refresh

• Lucene 在新增数据时，采用了延迟写入的策略，默认情况下索引的 refresh_interval 为1 秒。
• Lucene 将待写入的数据先写到内存中，超过 1 秒（默认）时就会触发一次 Refresh，然后 Refresh 会把内存中的的数据刷新到操作系统的文件缓存系统中。
• 如果我们对搜索的实效性要求不高，可以将 Refresh 周期延长，例如 30 秒。这样还可以有效地减少段刷新次数，但这同时意味着需要消耗更多的 Heap 内存。

2.5、 加大 Flush

• Flush 的主要目的是把文件缓存系统中的段持久化到硬盘，当 Translog 的数据量达到512MB 或者 30 分钟时，会触发一次 Flush。
• index.translog.flush_threshold_size 参数的默认值是 512MB，我们进行修改。
• 增加参数值意味着文件缓存系统中可能需要存储更多的数据，所以我们需要为操作系统
  的文件缓存系统留下足够的空间。

2.6、 减少副本的数量

• ES 为了保证集群的可用性，提供了 Replicas（副本）支持，然而每个副本也会执行分析、索引及可能的合并过程，所以 Replicas 的数量会严重影响写索引的效率。
• 当写索引时，需要把写入的数据都同步到副本节点，副本节点越多，写索引的效率就越慢。
• 如 果 我 们 需 要 大 批 量 进 行 写 入 操 作 ， 可 以 先 禁 止 Replica 复 制 ， 设 置index.number_of_replicas: 0 关闭副本。在写入完成后，Replica 修改回正常的状态。