如何提升Elasticsearch跨月度索引的高基数keyword字段term查询性能？

1. 利用Global Ordinals优化（类似聚合的eager_global_ordinals） #

虽然eager_global_ordinals最初为聚合场景设计，但对高基数keyword字段开启该配置，也能间接优化term查询性能——它会将字段唯一值映射为整数ID，ES处理跨shard的term查询时，可通过整数ID比对替代字符串匹配，减少计算开销。

在字段mapping中配置：

"your_high_cardinality_field": {
  "type": "keyword",
  "eager_global_ordinals": true
}

注意：开启后会增加索引写入阶段的CPU和内存开销，因为ES需要在索引刷新时预构建全局ordinals，需结合集群资源负载评估后启用。

2. 启用分片查询缓存（Shard Query Cache） #

对于重复执行的term查询，分片查询缓存可缓存查询结果，避免重复遍历倒排索引。可在索引级别或集群级别配置：

• 索引级别（建议通过月度索引模板统一配置）：

"settings": {
  "index.queries.cache.enabled": true
}

• 集群级别默认已开启，可通过indices.queries.cache.enabled: true确认。

注意：高基数字段的term查询缓存条目可能较多，需监控堆内存使用，避免OOM。可通过indices.queries.cache.size调整缓存内存占比（默认是堆内存的10%）。

3. 优化索引结构与查询范围 #

• 强制时间范围约束：既然是月度索引，业务上尽量引导查询携带时间范围，ES可直接定位到目标月份索引，避免遍历所有索引。比如创建按月份过滤的索引别名，或在查询中指定index参数为目标月份索引前缀。
• 前缀索引优化：对于超长的高基数keyword字段，可配置前缀索引减少倒排索引存储开销，加速term匹配：

"your_high_cardinality_field": {
  "type": "keyword",
  "index_prefixes": {
    "min_chars": 2,
    "max_chars": 10
  }
}

该配置会为字段值的前缀创建额外倒排索引，ES处理term查询时能更快定位目标文档。

4. 调整倒排索引编码策略 #

对高基数keyword字段，禁用不需要的字段特性可减少索引大小、降低IO开销。比如不需要字段评分时，设置：

"your_high_cardinality_field": {
  "type": "keyword",
  "norms": false
}

5. 索引预热机制 #

在集群空闲时段，对所有月度索引的目标keyword字段执行轻量查询，触发ES将该字段的倒排索引加载到内存，后续实际查询可直接使用内存数据，避免磁盘IO开销：

{
  "query": {
    "term": {
      "your_high_cardinality_field": "dummy_value"
    }
  },
  "size": 0
}

内容的提问来源于stack exchange，提问作者tommaso.normani