在Lyft，我们使用一个内部特性服务来存储ML模型使用的批处理和流式处理特性，使它们可以在离线模式（用于训练）和在线模式（用于推理）下访问。该服务将这些特征复制到Elasticsearch中，实现高级查询。对于增长型产品，我们使用Elasticsearch来支持内部工具，比如我们的客户数据平台，它使团队能够根据无数特征定义用户群。

2020年，新的健康与安全和实时计划对我们以前的Elasticsearch SLA发起了挑战。随着每周不同用例的涌入，我们很快就超出了现有的集群，延迟增加，AWS成本飙升。在这篇文章中，我们将分享我们测量和改变与Elasticsearch交互的各种方法，从而最终降低了延迟和成本。

pinned query 是 Elasticsearch 7.4.0 版本实现的增强检索功能。pinned：中文翻译为“固定”。pinned query 则可以解释为——固定某些结果首页置顶显示的检索方式。

当项目中在使用到诸如 Elasticsearch 的中间件时，客户端对不同数据模型的 CRUD 操作存在着大量模版式的冗余代码，每次有新的业务数据需要 Elasticsearch 的管理时都会重写类似的 CRUD 逻辑，这些 CRUD 代码除了数据模型不同，通用功能的代码逻辑几乎一样。显然，在这种情况下，我们完全可以抽取出通用功能的代码，将其定义成一个模版。当接入具体的业务数据时，只需要进行模版实例化的代码书写，把因业务不同的数据模型嵌入到模版中，从而避免重复书写功能相同的代码，最终达到提高开发效率，降低开发成本的目的。

你还不了解的 Elasticsearch 缓存盲点。

terms 聚合的性能可能会受到所聚合字段的基数的极大影响。基数（Cardinality）是指存储在特定字段中的值的唯一性。高基数：意味着一个字段包含很大比例的唯一值。举例：电子邮件地址可能会有数千万+唯一值，属于高基数。低基数：意味着一个字段包含很多重复的值。举例：因为世界上少于200个国家，国家名称就是低基数。

本文介绍ES的分布式架构，以及ES的存储原理和写索引机制。

Elasticsearch索引自动化运维管理解析

已经有数个业务几十个索引使用了该组件维护索引。

倒排索引、正排索引、fielddata、_source、store 一网打尽！

ElasticSearch 索引 VS MySQL 索引

Elasticsearch 运维实战命令清单，你用过哪些？

滴滴ElasticSearch平台承接了公司内部所有使用ElasticSearch的业务，包括核心搜索、RDS从库、日志检索、安全数据分析、指标数据分析等等。平台规模达到了3000+节点，5PB 的数据存储，超过万亿条数据。平台写入的峰值写入TPS达到了2000w/s，每天近 10 亿次检索查询。为了承接这么大的体量和丰富的使用场景，滴滴ElasticSearch需要解决稳定性、易用性、性能、成本等诸多问题。我们在4年多的时间里，做了大量优化，积攒了非常丰富的经验。通过建设滴滴搜索平台，打造滴滴ES引擎，全方位提升用户使用ElasticSearch体验。这次给大家分享的是滴滴在写入性能优化的实践，优化后，我们将ES索引的写入性能翻倍，结合数据冷热分离场景，支持大规格存储的物理机，给公司每年节省千万左右的服务器成本。

Written By: Daniel Geng, Software Engineer | Pierre Poitevin, Senior Software Engineer| Xiaohu Li, Engineering Manager

Elasticsearch 实战经常遇到的错误，本文给出了详尽的剖析和解读 \x26gt;\x26gt;

以微信支付为例

Elasticsearch 提升聚合精度的 N 种方案，猛戳\x26gt;\x26gt;