查询语法层面的优化方法
1. 如只文档的 doc_ic，则可配置 "_source": false
如果我们只需要文档的 doc_id 而不需要文档 _source 中的任何字段，那么则可以添加配置 "_source": false。此时，ES 将只需要执行查询的 query 阶段而不需要执行 fetch 阶段，从而极大地加快查询速度。
修改前：
GET /my-index-000001/_search?
{
"query": {
"match_all": {
}
},
"_source": ""
}
修改后：
GET /my-index-000001/_search?
{
"query": {
"match_all": {
}
},
"_source": false
}
2. 将 query 查询改为 filter 过滤语句
使用 FilterContext 代替 QueryConext，因为 filter 查询子句的性能优于 query 查询子句，filter 查询子句不需要计算相关性的分值而 query 查询子句需要计算相关性的分支，filter 查询子句的结果可以缓存。
修改前：
GET /my-index-000001/_search?
{
"query": {
"term": {
"field_name": "field_value"
}
}
}
修改后：
GET /my-index-000001/_search?
{
"query": {
"bool": {
"filter": {
"term": {
"field_name": "field_value"
}
}
}
}
}
3. 在不超时的前提下，增加每次 scroll 获取的记录数
我们可以通过增加 size，使每一次 scroll 返回更多数据，从而减少查询的 query、fetch、response 各阶段的次数，提高效率。但需要注意增大超时时间，以避免因为每次 scroll 将返回更多数据而超时。
修改前：
GET /my-index-000001/_search?
{
"query": {
"match_all": {
}
},
"size": 1000
}
修改后：
GET /my-index-000001/_search?
{
"query": {
"match_all": {
}
},
"size": 10000
}
4. 在 scroll 查询中按 _doc 排序
在 ElasticSearch 的官方文档中，说明了 _doc 表示按索引顺序排序，是最高效的排序方法。如果不关心返回文档的顺序的话，那么就应按 _doc 进行排序以提高查询性能。这在 scroll 时格外有效。
文档地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.6/sort-search-results.html
修改前：
{
"query": {
"bool": {
"filter": {
"term": {
"field_name": "field_value"
}
}
}
}
}
修改后：
{
"query": {
"bool": {
"filter": {
"term": {
"field_name": "field_value"
}
}
}
},
"sort": ["_doc"]
}
5. 减少不需要的查询字段（使用 _source 筛选）
通过减少不需要的字段，可以有效地减少查询的 fetch 阶段的耗时。
修改前：
GET /my-index-000001/_search?
{
"query": {
"match_all": {
}
}
}
修改后：
GET /my-index-000001/_search?
{
"query": {
"match_all": {
}
},
"_source": ["need-field-1", "need-field-2"]
}
6. 避免使用模糊匹配
7. 使用 filter_path 过滤返回结果
通过添加 filter_path，可以减少网络 IO 占用。需要注意，如果使用 scroll 的话，需要保留 _scroll_id 字段。
8. scroll scan（2.1 版本前）
在 2.1 版本后已不支持。
9. search after
经过测试，在 7.10.2 版本环境下，在不使用 PIT 时：使用 _doc 排序时，search after 的全量查询速度与 scroll 的全量查询速度似乎基本相同，但可能会导致漏掉少量数据；使用 _id 排序时，search after 的全量查询速度比 scroll 的全量查询速度明显更慢？（以上测试结果与部分文章结果不一致，尚待继续分析）
response = es_client.search(
index="my-index-0001",
size=10000,
body={
"query": {
...}, "sort": ["_doc"]}
)
while response["hits"]["hits"]:
last = None
for item in response["hits"]["hits"]:
last = item["sort"]
# ...... 处理逻辑
response = es_client.search(
index="my-index-0001",
size=10000,
body={
"query": {
...}, "search_after": last, "sort": ["_doc"]}
)
10. search after + PIT（并发方法）
在 7.10 版本添加到 X-Pack 中；在 7.11 版本被添加。
文档地址：https://www.elastic.co/guide/en/elasticsearch/reference/8.7/point-in-time-api.html
11. slice scroll（并发方法）
通过 slice scroll 可以支持并发 scroll。
但是如果没有合适的字段作为 slice field 的话，如切片（slice）数量超过索引的分片数（shards），则 ES 则需要较长 O ( N ) O(N) O(N) 的时间复杂度和空间复杂度来完成拆分，需要当已进行相当比例的查询后才能完成这个过程。经过测试，在 7.10.2 版本环境下，在 slice 数量超过 shards 数量时，约需查询约 60% - 70% 后 ES 才能完成拆分过程，在完成拆分前，所有进程 scroll 的速度之和与单进程 scroll 的速度基本相同。
索引设计方面的优化方法
1. 将字符串格式字段改为数字或日期格式
因为索引方式的原因，使得：对于字符串类型的字段，range 过滤时效率很低；而对于数字和日期类型字段，range 过滤时效率很高。所以，如果某个字段的含义就是数字或日期，那么则不应使用字符串类型存储。
2. 降低嵌套层级
可以通过将深层嵌套（例如 "field-1": {"field-1-1": 1, "field-1-2": 2}）的字段拉平，减少嵌套层级。
3. 减少 refresh 频率
如果对搜索的时效性要求不高，则可以将 refresh 的周期延长，减少刷新次数，但同时也意味着需要更高的内存占用。
4. 减少副本数量
以降低可用性为代价，减少副本数量，提高写索引的速度。