参考答案
Q：ElasticSearch 分片如何影响索引性能？
我们要对 ElasticSearch 的单节点集群进行一些基准测试。
现在的情况是：
没有资源问题，资源是免费的（CPU和内存），更多的分片将至少在单个节点中降低索引性能（延迟和吞吐量）
这是一些数字：
- 使用1个分片进行索引，每分钟索引+ 6K文档
- 索引5个分片，每分钟索引+ 3K文档
- 索引20个分片，每分钟索引+ 1K文档
使用批量 API 的结果相同。
我想知道，这是什么关系，为什么会这样呢？
只是为了位于同一页面上。
数据按索引组织，每个索引由分片组成，并分布在多个节点上。
如果需要为新文档建立索引，则将生成新的ID，并根据该ID计算目标分片。
之后，将写操作委派给该节点，该节点保存计算出的目标分片。这样，就可以将文档很好地分布在所有分片上。
现在，通过id查找文档非常容易，因为包含所需文档的分片可以仅基于id进行计算，不需要搜索所有碎片。
顺便说一句，这就是为什么以后不能更改分片数量的原因，更改的分片编号，将导致整个分片上的文档分布不同。
为了清楚起见，每个分片都是一个单独的Lucene索引，由位于磁盘上的段文件组成，编写时，将创建新的段。如果将达到特定数量的段文件，则将合并这些段。
因此，仅引入更多的分片而不将它们分配给其他节点，只会为单个节点引入更高的 I/O 和内存消耗。搜索时，将针对每个分片执行查询。之后，所有分片的结果需要合并为一个结果-更多分片，更多的 cpu 工作要做…
ElasticSearch 分片如何影响索引性能？
对于写重索引情况，只有一个节点，索引和分片的最佳数量为 1 。
但是，对于搜索情况（不按ID进行访问），每个节点的最佳分片数是可用的CPU数。
这样，就可以在多个线程中进行搜索，从而获得更好的搜索性能。
分片的好处是什么呢？
- 可用性：通过将分片复制到其他节点，即使不再能够访问某些节点，我们仍然可以使用。
- 性能：将主分片分发到不同的节点，也将分配工作负载。
因此，如果方案写的很繁琐，就要让每个索引的分片数量保持较低。如果需要更好的搜索性能，就要增加分片的数量；如果需要可靠性，请考虑节点/副本的数量。
以上，是 Elasticsearch 搜索面试题【ElasticSearch 分片如何影响索引性能？】的参考答案。
输出，是最好的学习方法。
欢迎在评论区留下你的问题、笔记或知识点补充~
—end—
