Elasticsearch 緩存原理

一. 數據預加載

Elasticsearch在啓動時會打開並讀取硬盤上的部分index segment文件，並緩存數據至內存中，後續的搜索操作都會在內存中進行。如果待搜索的數據不在內存中，則會打開相應的index segment文件，並讀取數據至內存。這種預加載的做法有助於提高Elasticsearch對外提供服務的響應速度，畢竟減少了打開index semgent的IO操作次數。

有兩種方案能設置預加載中需要打開的segment文件:

1. 【全局配置】 在config/elasticsearch.yml中添加index.store.preload，這是一個數組，裏面存放了需要預加載的文件的後綴。後綴的類別和含義如下:
   1. nvd: 該文件中存儲了影響相關度分數的因素。
   2. dvd: 存儲了文檔的數據。
   3. tim: 文檔字典。
   4. doc: 發佈清單
   5. dim: 點數據
      支持通配符*，如果寫成["*"]，則可以將所有的數據全部緩存到內存。

index.store.preload: ["nvd", "dvd"]

2. 【局部配置】在創建index時，指定該index需要預加載的文件。注意，不得在創建完index後更新(新增)index.store.preload，否則報錯:
   Can’t update non dynamic settings… index.store.preload屬於靜態配置。

PUT /my_index
{
  "settings": {
    "index.store.preload": ["nvd", "dvd"]
  }
}

有些人嚐到甜頭後，打算在預加載時儘可能的把熱門數據放到內存中，但值得注意的是，數據預加載也有其缺陷。如果預加載的數據量過大，比如幾乎佔滿了服務器分配給Elasticsearch的最大堆內存，而後續進行冷門數據搜索時，搜索的內容恰好不在內存中，則不得不從Disk上打開index segment，此時爲了避免內存溢出，ES會丟棄一部分舊的數據，斷開部分index_segement文件的IO流，騰出空間存儲新的數據，那麼熱門數據就丟失了。而熱門數據的查詢概率比冷門數據大得多，導致後續搜索數據時，需要進行更多的IO操作，這樣反而得不償失。

二. 緩存

Elasticsearch的緩存主要分成三類: Node Query Cache, Shard Query Cache, Fielddata Cache。 尚未寫完…