提高Elasticsearch查询速度的方法
Elasticsearch的查询速度优化是一个复杂的话题，涉及到多个方面的因素。以下是根据搜索结果整理的一些关键方法：
预留足够的堆外内存：Elasticsearch底层是Lucene，涉及到大量的索引文件的读写，因此必须预留足够的堆外内存以供文件系统的访问使用。操作系统普通的文件读写会经过PageCache，从而加速文件的访问，一旦命中缓存可以现实提升读写速度。
存储方式优化：Elasticsearch默认的存储方式`index.store.type`是`hybridfs`，它是`niofs`和`mmapfs`的组合。通过MMapfs方式的，会将文件映射到内存，索引数据会被预加载到操作系统的PageCache中，从而避免通过I/O读取，查询速度会更快。
禁用swap：当内存不足时会导致swap的发生，内存的换入换出会导致大量的I/O，查询速度会严重下降。一般情况下建议在生产上禁用swap或者配置swappiness为较小的值，例如1，降低swap的趋势。
使用SSD替换普通机械磁盘：当存在大量的查询请求时，磁盘I/O压力会显著增加，在SSD资源有限的情况下，可以进行数据的冷热分离，将高频查询的数据放到SSD上。
合理的文档模型：应该对文档进行合理的建模，这样可以提高搜索的效率。应避免使用nested、partentchild等复杂的文档模型，因为它们会严重影响查询性能。
查询语句优化：尽量不要使用模糊匹配。对于不需要使用评分机制的查询，使用filter替代query，一是可以减少打分的操作损耗，二是filter可以走NodeQueryCache，查询速度更快。
字段类型选择：并不是所有的数值类型的数据都应当映射为numeric类型的字段。虽然Elasticsearch会为range查询优化数值类型的字段，但是keyword类型的字段在term或者其他termlevel的查询时表现更好。
提前索引数据：例如，索引中有个price字段，大多数查询都是发生在该字段上的range查询，并且范围是固定的。那么就可以提前计算出文档对应的price_range，以便后续的查询和聚合使用。
分段合并：只读索引可以通过_forcemerge进行分段合并。这通常是基于时间的索引的情况：只有当前时间范围的索引正在获取新文档，而旧索引是只读的。已被强制合并为单个段的分片可以使用更简单、更有效的数据结构来执行搜索。
页缓存利用：操作系统普通的文件读写会经过PageCache，从而加速文件的访问。Elasticsearch可以通过设置将数据预加载到页缓存中，从而加快搜索速度。
查询缓存利用：Elasticsearch具有Node
Query
Cache，可以缓存那些没有使用评分机制的查询结果，从而提高查询速度。
以上是一些提高Elasticsearch查询速度的方法，需要根据具体的业务需求和数据情况进行选择和调整。
