ElasticSearch性能優化主要分爲4個方面的優化。
一、服務器部署
1、增加1-2臺服務器，用於負載均衡節點elasticSearch的配置文件中有2個參數：node.master和node.data。這兩個參數搭配使用時，能夠幫助提供服務器性能。
node.master: false
node.data: true
該node服務器只作爲一個數據節點，只用於存儲索引數據。使該node服務器功能 單一，只用於數據存儲和數據查詢，降低其資源消耗率。
node.master: true
node.data: false
該node服務器只作爲一個主節點，但不存儲任何索引數據。該node服務器將使用
自身空閒的資源，來協調各種創建索引請求或者查詢請求，講這些請求合理分發到相關 的node服務器上。
node.master: false
node.data: false
該node服務器即不會被選作主節點，也不會存儲任何索引數據。
該服務器主要用 於查詢負載均衡。在查詢的時候，通常會涉及到從多個node服務器上查詢數據，並請求分發到多個指定的node服務器，並對各個node服務器返回的結果進行一個彙總處理， 最終返回給客戶端。
注：服務器充足情況下可以根據上述配置
2、在生產環境儘量關閉data節點服務器中的http功能，同時也不要安裝head, bigdesk, marvel等監控 插件，這樣保證data節點服務器只需處理創建/更新/刪除/查詢索引數據等操作。http功能可以在非數據節點服務器上開啓，上述相關的監控插件也安裝到這些服 務器上，用於監控ElasticSearch集羣狀態等數據信息。這樣做一來出於數據安全考慮，二來出於服務性能考慮。
參數這樣設置：http.enabled: false
3、一臺服務器上最好只部署一個Node，一臺物理服務器上可以啓動多個Node服務器節點（通過設置不同的啓動port）， 但一臺服務器上的CPU,內存，硬盤等資源畢竟有限，從服務器性能考慮，在生產環境下不建議一臺 服務器上啓動多個node節點。
二、服務器配置
1.配置索引線程池的大小ElastiSearch服務器有多個線程池大小配置。主要有：index，search，suggest，get，bulk，percolate，snapshot，snapshot_data，warmer，refresh。
在此主要針對index和search進行一個配置調整。
index：創建/更新/刪除索引數據。
Search：主要針對用戶的各種搜索操作。
具體配置如下：
threadpool:
index:
type: fixed
size: 24（邏輯核心數*3）
queue_ size: 1000
search:
type: fixed
size: 24（邏輯核心數*3）
queue_ size: 1000
2.確定分片(shard)的數量和副本(replica)的數量 ElasticSearch在創建索引數據時，最好指定相關的shards數量和replicas，否則會使用服務器中的默認配置參數shards=5，replicas=1。 因爲這兩個屬性的設置直接影響集羣中索引和搜索操作的執行。假設你有足夠的機器來持有碎片和副本，那麼可以按如下規則設置這兩個值：
1) 擁有更多的碎片可以提升索引執行能力，並允許通過機器分發一個大型的索引；
2) 擁有更多的副本能夠提升搜索執行能力以及集羣能力。對於一個索引來說，number_of_shards只能設置一次，而number_of_replicas可以使用索引更新設置API在任何時候被增加或者減少。這兩個配置參數在配置文件的配置如下：
index.number_of_shards: 5（第一次分片的數值）
index.number_of_replicas: 1(可變)
3.elasticsearch.yml log日誌其具體配置如下：
index.search.slowlog.level: INFO
index.search.slowlog.threshold.query.warn: 5s
index.search.slowlog.threshold.query.info: 2s
index.search.slowlog.threshold.query.debug: 500s
index.search.slowlog.threshold.query.trace: 500ms
index.search.slowlog.threshold.fetch.warn: 5s
index.search.slowlog.threshold.fetch.info: 2s
index.search.slowlog.threshold.fetch.debug: 500ms
index.search.slowlog.threshold.fetch.trace: 200ms