大型服务器/服务器集群的 Elasticsearch 模糊匹配优化

Question

我有一个索引，上面运行着相当复杂的查询。主要的减速是针对每个记录包含 2-5 个单词的字段运行的模糊查询。我主要需要找到具有 1-3 个不同字符的行。

在我的 4 核（使用 HT）和 8GB 内存机器上，我的查询在大约 1-2 秒内执行。 在具有 12 个内核（使用 HT）和 72Gb RAM 的服务器上，查询在 0.3-0.5 秒内执行。在我看来，这似乎不是对所提供硬件的合理扩展。我确信应该有一些隐藏选项供我调整以调整查询性能。

我浏览了弹性搜索指南，但找不到任何可以帮助我根据 CPU 或 RAM 数量调整性能或专门针对模糊查询调整弹性的内容。

另一个问题是，如果我添加另一个这样的服务器，它会如何扩展？查询时间会减少大约两倍吗？

Answer 1

这里有几种可能性。首先是您的查询是 I/O 绑定的。在这种情况下，仅添加另一台服务器可能会有所帮助，因为两个节点将从两个磁盘检索数据。另一种可能性是您的查询受 CPU 限制。在很大程度上，搜索单个分片是一个单线程进程。假设您的索引是使用默认设置创建的，它有 5 个分片。因此，在超过 5 个 CPU 上运行您的查询不会显着受益。在这种情况下，添加另一个节点只会因为网络开销而减慢速度。相反，您需要使用更多分片重新创建索引。