Elasticsearch 索引架構，適用於大數據和更多更新/刪除操作

Question

我有一個索引，現在幾乎有 50GB 的數據，很快就會超過 100GB！ 所以現在我想設置索引架構以獲得更好的性能。

我已經檢查了很多東西，其中之一是Index LifeCycle但作為我可以隨時更新的索引！ 所以在這種情況下，我如何設計我的索引，以便有利於性能。

另一件事是，正如我在更新和從索引中刪除記錄時發現的動態索引一樣。 它表明在我們執行任何搜索操作時都會找到數據！ 就我而言，在這些情況下，我有太多的更新記錄，這會降低索引的性能！

數據量大，更新刪除操作多，如何提高索引性能？ 我們應該遵循什么樣的架構？

Answer 1

您的所有日期是否都可能被更新或刪除，還是只是最新數據？ 如果您的更新是基於相當新的數據並且舊數據是只讀的，您可以創建本博客文章中所述的熱-溫-冷架構。

如果您的所有數據都可能被更新，您可以采用熱溫架構，其中所有更新都轉到熱節點，所有查詢都轉到暖節點。 Elastic 將同步熱節點和溫節點以實現最終一致性，因此您可能不得不忍受我假設的過時日期數毫秒。 檢查這個。

根據我的經驗，即使您從同一組索引和節點更新和搜索，Elastic 也能夠輕松處理 50-100 GB 的數據。 這一切都取決於更新和搜索的速度。