优化 Elasticsearch 的搜索性能需要从索引设计、查询优化、硬件配置和集群调优等多方面入手。以下是系统化的优化策略和实操建议：

---

一、索引设计优化

1. 合理设置分片数

• 分片大小：单个分片建议 10-50GB（超过50GB会影响查询性能）。
• 分片数量：
  • 总分片数 ≤ 节点数 × 1000（避免分片过多导致元数据膨胀）。
  • 示例：3节点集群，索引1TB数据 → 分20个主分片（每个约50GB）。
• 注意：主分片数一旦创建不可更改，需提前规划。

2. 冷热数据分离

• 热节点（Hot）：SSD磁盘，处理高频查询的最新数据。
• 冷节点（Warm）：HDD磁盘，存储历史数据。
• 实现方式：

  PUT /logs-2023
  {"settings": {"index.routing.allocation.require.box_type": "hot"}
  }
  

3. 索引生命周期管理（ILM）

• 自动滚动（Rollover）索引，避免单个索引过大。
• 配置策略：

  PUT _ilm/policy/hot_warm_policy
  {"phases": {"hot": { "actions": { "rollover": { "max_size": "50GB" } } },"warm": { "actions": { "allocate": { "require": { "box_type": "warm" } } } }}
  }
  

4. 优化映射（Mapping)

• 字段类型：使用最精确的字段类型（如 keyword 而非 text 用于精确匹配）。
• 禁用不需要的功能：

{"properties": {"id"