Azure Cognitive Search索引QPS偏低，寻求性能优化建议

当前使用Azure Cognitive Search的Standard S1层级，配置3个分区（3p）+3个副本（3r）共9个搜索单元，索引包含700万文档、大小7.33GB（共20个字段，其中3个字段使用自定义分析器，其余用默认分析器），但Azure门户显示QPS仅为2，需提升索引性能。

• 优化查询逻辑

  • 合理设置$top参数控制单次查询返回的数据量，避免无限制返回结果；
  • 仅选择业务必需的字段通过$select返回，减少数据传输开销；
  • 禁止使用前缀通配符查询（如*abc），这类查询无法利用倒排索引，会大幅拖慢查询速度；
  • 检查自定义分析器配置，移除不必要的分词、过滤步骤，简化分析逻辑以降低查询处理成本。

• 调整索引结构

  • 将无需检索的字段的searchable属性设为false，缩小倒排索引规模；
  • 仅对需要排序、分面的字段开启sortable、facetable属性，避免不必要的资源占用；
  • 拆分或精简大文本字段，减少单文档体积，提升索引和查询效率；
  • 若业务允许，尝试将自定义分析器替换为轻量化内置分析器（如standard_lucene），对比性能后择优使用。

• 优化服务配置

  • 考虑升级服务层级至Standard S2/S3，更高层级的单元具备更强的CPU和内存，可支撑更高QPS；
  • 根据负载调整副本数量，只读查询为主时可增加副本（最多12个），分散查询压力；读写混合负载时平衡分区与副本配比；
  • 确认索引缓存配置合理性，调整缓存过期时间，利用缓存减少重复查询的计算开销。

• 排查系统瓶颈

  • 查看门户监控指标，重点关注CPU使用率、内存使用率、查询延迟，定位资源瓶颈；
  • 避开业务高峰执行索引重建、索引器运行等后台任务，避免资源抢占；
  • 优化客户端请求逻辑，合并低效批量查询，减少不必要的重复请求。

内容的提问来源于stack exchange，提问作者Bhanuprasad