ES常见调优手段有哪些？

• 设计阶段调优
  • 采用冷热分离机制，热数据存储到SSD，提高检索效率；冷数据定期进行shrink操作以缩减存储；
  • 仅针对需要分词的字段，合理的设置分词器；
• 写入数据调优
  • 写入数据前副本的数量设置为0
  • 自动生成doc ID
  • 合理设置mapping
    • 将不需要索引的字段，index属性设置为not_analyzed或no。对字段不分词，或者不索引。
    • 减少字段内容长度
    • 使用不同的分析器（analyzer），不同的分词器在索引过程中，运算复杂度也有较大的差异
  • 调整_source字段：source字段用于存储doc原始数据，对于部分不需要存储的字段，可以通过includes excludes过滤。这样可以降低I/O的压力。
  • 对analyzed的字段禁用norms，禁用评分。
  • 调整索引的刷新间隔（默认为1秒，强制ES每秒创建一个新segment，从而保证新写入的数据近实时的可见、可被搜索到），比如调整为30s，降低刷新的次数，把刷新操作消耗的系统资源释放出来给index操作使用。
  • 批处理：把多个index操作请求合并到一个batch中去处理，和mysql的jdbc的batch有类似之处。
• Search（读）调优
  • 数据分组
    • 比如存储日志，索引管理方式一般基于日期、基于天、周、月、年建索引。类似分库分表。
  • 使用filter代替Query
    • Query查询需要为Document的相关度打分，使用Filter，没有打分环节处理，做的事情更少，而且filter理论上更快一些。
    • ID字段定义为keyword
      • 一般情况下，如果ID字段不会被用作Range类型搜索字段，都可以定义成keyword类型。

Elasticsearch的倒排索引是什么？

传统的检索是通过文章，逐个遍历找到对应关键词的位置。
而倒排索引，是通过分词策略，形成了词和文章的映射关系表，这种词典+映射表即为倒排索引。
学术的解答方式：
倒排索引，相反于一篇文章包含了哪些词，它从词出发，记载了这个词在哪些文档中出现过，由两部分组成—->词典和倒排表。
底层实现：FST数据结构。
lucene从4+版本后开始大量使用的数据结构是FST。有两个优点：

• 空间占用小。通过对词典中单词前缀和后缀的重复利用，压缩了存储空间。
• 查询速度快。O(len(str))的查询时间复杂度。