Elasticsearch7.8.0版本进阶——近实时搜索

一、近实时搜索的概述

1.1、按段（per-segment）搜索

• 随着按段（per-segment）搜索的发展，一个新的文档从索引到可被搜索在几分钟之内即可被检索，但这样还是不够快。因为磁盘成为了瓶颈。
• 提交（Commiting）一个新的段到磁盘需要一个 fsync 来确保段被物理性地写入磁盘，在断电的时候就不会丢失数据。 但是 fsync 操作代价很大; 如果每次索引一个文档都去执行一次的话会造成很大的性能问题。

1.2、更轻量的方式搜索

• 在 Elasticsearch 和磁盘之间是文件系统缓存，新段会被先写入到文件系统缓存，稍后再被刷新到磁盘。
  

• 不过只要文件已经在缓存中，就可以像其它文件一样被打开和读取了。使其包含的文档在未进行一次完整提交时便对搜索可见，并且在不影响性能的前提下可以被频繁地执行。

  

二、为什么Elasticsearch是 近 实时搜索

• 在 Elasticsearch 中，写入和打开一个新段的轻量的过程叫做 refresh 。 默认情况下每个分片会每秒自动刷新一次。
• 文档的变化并不是立即对搜索可见，但会在一秒之内变为可见。

三、如何解决索引了一个文档然后却没有搜到

• 使用 refresh API 执行一次手动刷新: /users/_refresh。
• 尽管刷新是比提交轻量很多的操作，它还是会有性能开销。当写测试的时候， 手动刷新很有用，但是不要在生产环境下每次索引一个文档都去手动刷新。

四、哪种情况不需要每秒刷新

4.1、使用 Elasticsearch 索引大量的日志文件

• 可能只想优化索引速度而不是近实时搜索， 可以通过设置 refresh_interval ， 降低每个索引的刷新频率。

  {"settings": {"refresh_interval": "30s"}
  }
  

4.2、使用 Elasticsearch建立一个大的新索引时

• refresh_interval 可以在既存索引上进行动态更新。

• 在生产环境中，当你正在建立一个大的新索引时，可以先关闭自动刷新。

  # 关闭自动刷新
  PUT /users/_settings
  { "refresh_interval": -1 
  }
  

• 然后，待开始使用该索引时，再设置自动刷新。

  # 每一秒刷新
  PUT /users/_settings
  { "refresh_interval": "1s" 
  }