Elasticsearch 搜索性能优化实战指南（生产级）
一、索引设计进阶（决定上限）
1️⃣ 分片数的工程化计算方法（可落地）
经验公式：
目标分片数 ≈ 总数据量 / 30GB示例：
- 预计 1 年数据量：3TB
- 3TB ≈ 3000GB
- 分片数 ≈ 3000 / 30 ≈ 100 个主分片
建议拆分：
- 按时间滚动索引（Index Lifecycle）
- 每日 / 每周索引
- 每个索引 3~6 个主分片
PUT logs-2026.01.31 { "settings": { "number_of_shards": 3, "number_of_replicas": 1 } }✅ 核心原则：
- 分片 ≠ 越多越好
- 查询 = 跨分片并发 + 合并成本
2️⃣ Mapping 防踩坑清单（90% 性能问题源头）
❌ 常见错误
- 所有字符串都用
text text + keyword默认双字段- 大字段开启
fielddata
✅ 推荐模板
"status": { "type": "keyword", "norms": false }, "title": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_smart" }高频优化点：
- 不参与搜索的字段：
index: false - 不排序字段：
doc_values: false - 不需要评分：关闭
norms
二、查询优化实战（最容易立竿见影）
3️⃣ Filter + Query 正确组合姿势
{ "query": { "bool": { "must": [ { "match": { "title": "elasticsearch" }} ], "filter": [ { "term": { "status": "ONLINE" }}, { "range": { "create_time": { "gte": "now-7d" }}} ] } } }</
