Elasticsearch索引性能：节流合并
我们将数据导入到elasticsearch集群中的索引很少，每个索引约为10GB。
同时，我们关心对现有索引的搜索，很少是小的-100MB，也很少是大的-10GB。
根据这些文章和拉请求，我们不应该接触合并设置在所有。
在这里非常困惑，任何帮助都非常感谢。
共有1个答案
根据这里的讨论：
从ES 2.x开始，IO节流由Lucene自动处理，这意味着它在向合并段写入字节时以20 Mb/秒节流开始。然后，当合并落后时，它增加该速率，否则则降低该速率。这意味着，随着时间的推移，合并只占用了跟上索引速度所需的IO带宽。
-
问题内容： 我们有两个节点的集群（私有云中的VM，64GB的RAM，每个节点8个核心CPU，CentOS），几个小索引（约100万个文档）和一个大索引，约有2.2亿个文档（2个分片，170GB）的空间）。每个盒上分配了24GB的内存用于elasticsearch。 文件结构： 运行以下查询大约需要1-2秒： 我们是在此时达到硬件极限，还是有办法优化查询或数据结构以提高性能？ 提前致谢！ 问题答案：
-
问题内容： 我正在对ElasticSearch的单节点集群进行一些基准测试。 我面对这样的情况，更多的分片将至少在单个节点中降低索引性能（延迟和吞吐量） 这些是我的一些数字： 使用1个分片进行索引，每分钟索引+ 6K文档 索引5个分片，每分钟索引+ 3K文档 索引20个分片，每分钟索引+ 1K文档 使用批量API的结果相同。所以我想知道这是什么关系，为什么会这样呢？ 注意：我没有资源问题！资源是免
-
问题内容： 我想知道Elasticsearch是否需要先定义复合索引。通过复合索引，我的意思是像mongodb一样。 db.collection.ensureIndex（{field1：1，field2：1，field3：1}） 或类似mysql db的东西。 在mytable（field1，field2，field3）上创建索引adhoc_index； 所以我要处理的数据非常平坦（大多数只是cs
-
我想知道elasticsearch是否需要定义一个优先级的复合索引。通过复合索引，我的意思是像mongoDB一样的东西。 db.collection.ensure索引 或者类似mysql db的功能。 在mytable上创建索引adhoc_index（field 1， field 2， field 3）； 因此，我处理的数据非常简单（大部分只是csv格式）。为完整起见，如下所示。 字段1，字段2。
-
问题内容： 自几个月前以来，我的集群每天都有一个索引，每个索引有5个分片（默认），并且由于分片太多（超过1000个），我无法在整个集群上运行查询。 文档ID是自动生成的。 如何将索引合并为一个索引，处理有冲突的ID（甚至可能发生冲突）并更改类型？ 我正在使用ES版本5.2.1 问题答案： 仅在使用ELK堆栈几个月并逐日创建索引后才可见的常见问题。这里有一些选项可以解决性能问题。 首先，您可以用来限
-
主要内容：1 独立的列,2 前缀索引和索引选择性,3 多列（组合、联合）索引,3.1 多个单列索引的问题,3.2 使用多列索引,4 选择适合的索引列顺序,5 聚簇（聚集）索引,6 覆盖索引详细介绍了各种高性能的索引使用策略，比如联合索引、索引顺序、聚簇索引、覆盖索引等等，以及常见索引失效的情况。 前面我们已经介绍了各种类型的索引结构及其对应的优缺点： BTREE索引的数据结构以及具体实现原理深入解析 哈希索引的数据结构以及索引的优缺点 正确的创建和使用索引是实现高性能查询的基础。我们通常会看到一