Elasticsearch 使用误区之二——频繁更新文档

Elasticsearch 使用误区之二——频繁更新文档

摘要

这篇文章介绍了在使用Elasticsearch时频繁更新文档的挑战和步骤，并提供了一些性能优化建议。文章指出，更新操作涉及重新索引，而不是简单的原地修改，这会增加磁盘I/O和计算资源的使用。同时，标记为删除的文档在段合并前仍然占用空间，增加了存储负担。文章中的截图进一步解释了为什么随着更新文档的次数增加，存储占据磁盘空间也会增加，以及为什么删除文档后存储占据磁盘的空间也会增加。段合并之后，磁盘空间会骤降。

为了优化性能，文章提出了两个建议。首先，对于用户行为数据（如浏览次数、点赞数），可以合并多次更新为一次批量更新。建议设置一个合理的批量更新间隔，比如每隔5分钟更新一次，而不是每次用户操作后立即更新。其次，在电商平台中，对商品信息进行批量更新。可以使用 bulk API一次性更新多个文档，减少单次请求的开销。

此外，对于不需要实时可见性的索引，建议增加刷新间隔，比如设置为30秒或60秒。可以通过设置refresh_interval来实现。