ElasticSearch插入数据优化

1、多线程程序插入

可以根据服务器情况开启多个线程index，速度可以提高n倍, n>=2。如在上篇博文《将Mysql数据导入到ElasticSearch集群》示例的代码，开启了10个线程。但是可以线程也不是越多越好，要根据你磁盘的io，cpu等而定。

2、设置复制分片数量

如果有多台机器，可以以每台设置n个shards的方式，根据业务情况，可以考虑取消replias（复制分片），等数据插入结束以后再进行更新操作，设置复制分片。此方法可使插入速度提高一倍。但要注意，主分片的数量是不可以更改的。

curl -XPUT 'http://xxxxx:9400/index_rfm_test/' -d '{
"settings" : {
"number_of_shards" : 20,
"number_of_replicas" : 0
}
}'

//数据插入结束，更新复制分片为1
curl -XPUT 'http://xxxxx:9400/index_rfm_test/_settings' -d '{"index":{"number_of_replicas":1}}'

3、提高ES占用内存

内存适当调大，初始是256M，最大1G， 调大后，最小和最大一样，避免GC, 并根据机器情况，设置内存大小。

$ bin/elasticsearch -f -Xmx4g -Xms4g -Des.index.storage.type=memory

原文：http://www.elasticsearch.org/guide/reference/setup/installation.html

4、减少shard刷新间隔

curl -XPUT 'http://xxxxx:9400/index_rfm_test/_settings' -d '{
"index" : {
"refresh_interval" : "-1"
}
}'

//完成插入后再修改为初始值
curl -XPUT 'http://xxxxx:9400/index_rfm_test/_settings' -d '{
"index" : {
"refresh_interval" : "1s"
}
}'

5、设置一个shard的段segment最大数

//可以减少段文件数，提高查询速度
curl -XPUT 'http://xxxxx:9400/index_rfm_test/_optimize?max_num_segments=5'

//强制merger
curl -XPOST 'http://xxxxx:9400/index_rfm_test/_forcemerge?max_num_segments=1&only_expunge_deletes=true'

注意：有时候可能需要多次执行

原文：http://www.elasticsearch.org/guide/reference/api/admin-indices-update-settings.html

原文：http://www.elasticsearch.org/guide/reference/index-modules/merge.html

6、去掉mapping中_all域

Index中默认会有_all的域，这个会给查询带来方便，但是会增加索引时间和索引尺寸

"_all" : {"enabled" : false}

原文：http://www.elasticsearch.org/guide/reference/mapping/all-field.html

7、适当增大节点threadpool参数

curl -XPUT 'http://xxxxx:9400/_cluster/settings' -d '{"transient":{"threadpool.index.queue_size":5000,"threadpool.bulk.queue_size": 5000}}'