elasticsearch 底层索引控制

elasticsearch

使用编码器

可用倒排表格式

• default 默认。提供存储字段和词项向量压缩。
• pulsing 高基字段（包含大量不同值的字段）中的倒排表编码为词项数组，这样会减少lucence在搜索文档时的操作。

准实时、提交、更新及事务日志

索引更新和更新提交

lucence用的一个searcher抽象类来执行索引的读取，默认每秒刷新(refresh)一次。
手动刷新：

curl -XGET localhost:9200/test/_refresh

更改默认的刷新时间

curl -XPUT localhost:9200/test/_settings -d '{
    "index":{
        "refresh_interval": "5m", # 更改为5分钟
    }
}'

事务日志

ES 通过使用事务日志（transactionlog)来保存所有未提交的事务日志。当有错误发生时，就会检查事务日志，必要时会再次执行某些操作，以确保没有没有丢失任何信息。而且，事务日志相关操作都是自动完成的。事务日志中的信息与存储介质之间的同步（同时清空事务日志）称为事务日志刷新(flushing)。

注：searcher 刷新是你所期望的，即搜索到最新的文档。而事务日志刷新是用来确保数据正确写入到索引并清空了事务日志。

强制刷新事务日志

curl -XGET localhost:9200/_flush
curl -XGET localhost:9200/goods/_flush
curl -XGET localhost:9200/goods/_refresh

事务日志相关配置

• index.translog.disable_flush: 禁用事务日志刷新。比如，向索引中导入大量的文档的时候可以禁用

curl -XPUT localhost:9200/test/_settings -d '{
    "index": {
        "translog.disable_flush" : true
    }
}'

注： 导入数据完毕后要重新设置事务日志刷新相关参数

准实时读取

事务日志带来新特性： 准实时读取（real-time GET) ,该功能让返回文档各种版本（包括未提交版本）成为可能。实时读取操作从索引中读取数据时，会先检查事务日志中是否有可用的最新版本。如果近期索引中没有与事务日志中的数据同步，那么索引中的数据将被忽略，返回事务日志中的数据。

curl -XGET localhost:9200/test/test/1?pretty