Elasticsearch 缓存的理解

Elasticsearch cache

参考自《深入理解 Elasticsearch》和《Elasticsearch 技术解析与实战》

ES 的缓存允许在内存中存储之前使用过的数据，并根据需要适时地重用。当然不可能去缓存所有的数据，因为数据容量总是大于内存容量，另外内存的构建代价也非常高。

1 过滤器缓存

这是 ES 中最简单的缓存，过滤器缓存是负责缓存查询中使用过的过滤器执行的结果。

{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "eusr": {
              "value": "dxyvj51299432"
            }
          }
        }
      ]
    }
  },
  "size": 100
}

在以上查询中，以后每个查询中存在相同的过滤器的话，都会重用其结果，节省了 I/O 和 CPU 资源。

1.1 过滤器缓存的种类

ES 中有两种类型的过滤器缓存，索引级和节点级的，可供选择。因为我们不能总是预知给定索引会分配到哪里，于是无法预测内存的使用，所以不建议使用索引级别的过滤器缓存。

1.2 节点级的过滤器缓存配置

这是默认的缓存类型，应用于分配到给定节点上的所有分片，可以通过设定 index.cache.filter.type 的属性为 node，或者不设置这个属性（默认）来启动。ES 也允许我们使用 indices.cache.filter.size 属性来配置这个缓存的大小，既可以为百分数，也可以是具体数值如1024MB。如果是百分数的话，ES 会根据当前节点的最大堆内存的百分比来计算内存的使用。节点级过滤器缓存是 LRU 类型的（最近最少使用）缓存，意味着为了给新纪录腾出空间，在删除缓存记录时，使用次数最少的那些会被删除。

2 字段数据缓存

当查询非倒排数据操作时，ES 加载相关字段的全部数据进入内存中，这样就能快速地基于文档访问这些值。这种缓存可以被 ES 用于切面计算、聚合、脚本计算、基于字段值的排序等场景。
当首次执行非倒排数据相关操作时，所有字段数据会加载到内存，默认情况下这些给定的字段的数据不会被移除，因此可以快速访问索引文档中给定字段的值。从硬件角度看，构建字段数据缓存代价通常非常高，需要消耗大量的 I/O 和 CPU 资源。

2.1 字段数据与文档值

doc_values 的性能已经跟字段数据缓存非常接近了，如果在某些场景下需要大量使用字段数据缓存，不妨尝试文档值，仅需要添加 doc_values属性。

"bi": {"type": "keyword", "doc_values": true}

2.2 节点级字段数据缓存

index.fielddata.cache.size 这个属性指定了字段数据缓存的容量大小，既可以是20%也可以是10GB。此外 index.fielddata.cache.expire 指定字段数据缓存助攻记录的过期时间，默认为-1，表示永不过期，如果我们希望设置字段数据缓存过期时长，可以设最大的空闲时间。

2.3 过滤

ES 允许选择哪些字段值加载到字段数据缓存中，在一些切面计算、聚合计算的场景中非常有用。

2.3.1 添加字段数据过滤信息

为了引入字段数据缓存过滤信息，需要在映射文件的字段定义部分添加一个额外的对象，fielddata对象及其子对象 filter。

"bi": {"type": "keyword", "filterdata": {"filter": {...}}

2.3.2 基于词频过滤

允许只加载那些频率高于限值等的词项。

"bi": {"type": "keyword", "filterdata": {"filter": {"frequency":{}}}

2.3.3 索引级字段数据缓存配置

与索引级过滤器类似，我们也可以使用索引级别的字段数据缓存，但是因为同样的原因，是不建议使用的。

2.3.4 过滤

ES 允许我们选择将哪些字段值加载到字段数据缓存中。这在一些基于字段做数据排序或切面计算或聚合计算的时候很适合。ES 支持3种类型的字段数据过滤：基于词频，基于正则表达式，或基于两者的组合。

2.4 查询分片缓存

ES 引入了一种新的缓存（查询分片缓存），可以帮助提高查询性能。其原理是为每个分片缓存本地查询结果。当 ES 执行一个查询的时候，查询会被发送给所有相关的分片，然后在每个分片上执行查询。然后查询结果会被发送至接受查询的节点进行合并。而分片缓存是分片级的局部查询结果。
通过在索引设置 index.cache.query.enable 属性置为 true，就可以开启查询分片缓存，也可以通过 query_cache=true 的 URI 参数来实现。查询分片的一大好处是，它会自动失效及更新，当分片内容改变的时候，ES 会自动更新缓存内容，因此缓存或未缓存查询的结果都是一样的。
通过设置 indices.cache.query.size 来调整百分比。也可以设置 indices.cache.query.expire 属性来实现。

2.5 清除缓存

有时候清除缓存是很重要的，ES 允许我们使用 _cache REST 端点来清除缓存。可以选择清除单一索引有或者特定的索引缓存。