Elasticsearch v7.7.1：如何创建用于测试的慢查询？

你遇到的问题是Painless脚本默认限制了循环内可执行的语句数量（7.7.1中默认值为10000），而你的质数判断循环要执行50多万次，远远超过阈值，因此触发了报错。下面给你几个可行的方案来创建符合要求的慢查询：

方案一：用CPU密集型数学运算替代大循环 #

不用依赖大量循环，而是通过重复执行高消耗的数学运算来占用CPU资源，这样既不会触发循环语句数限制，也能达到慢查询的效果。示例如下：

GET _search
{
  "script_fields": {
    "slow_calc": {
      "script": {
        "lang": "painless",
        "source": """
          double output = 0.0;
          // 调整循环次数可以灵活控制查询耗时
          for (int i = 0; i < 15000; i++) {
            // 嵌套的三角函数+幂运算会消耗较多CPU资源
            output += Math.sin(Math.cos(Math.tan(i * 0.05))) * Math.cbrt(i);
            output = Math.pow(output, 1.002);
          }
          return output;
        """
      }
    }
  },
  "size": 500 // 让更多文档执行脚本，进一步放大查询耗时
}

方案二：构造贴近真实场景的慢查询（推荐） #

比起用脚本刻意制造耗时，模拟真实业务中可能出现的慢查询场景更有测试价值，比如：

1. 触发全表扫描 #

如果有未建立索引的字段，对其执行查询会让ES逐个文档扫描判断：

GET _search
{
  "query": {
    "term": {
      "unindexed_field": "test_value"
    }
  }
}

如果没有未索引字段，可以用match_all配合大size+无doc values字段排序（会触发内存排序，消耗大量资源）：

GET _search
{
  "query": { "match_all": {} },
  "size": 10000,
  "sort": [
    { "text_field_without_docvalues": "desc" }
  ]
}

2. 高基数聚合查询 #

对高基数字段（比如用户ID、订单号）做大规模聚合，再嵌套子聚合，会大幅消耗CPU和内存：

GET _search
{
  "size": 0,
  "aggs": {
    "large_terms": {
      "terms": {
        "field": "high_cardinality_field",
        "size": 20000
      },
      "aggs": {
        "avg_numeric": {
          "avg": {
            "field": "numeric_field"
          }
        },
        "sum_numeric": {
          "sum": {
            "field": "numeric_field"
          }
        }
      }
    }
  }
}

方案三：临时调整Painless循环限制（仅限测试环境） #

如果你一定要用质数判断的脚本，可以临时修改集群的全局脚本参数，注意：此操作仅限测试环境，生产环境修改会带来安全和性能风险：

PUT _cluster/settings
{
  "persistent": {
    "script.max_loop_statements": 1000000
  }
}

修改后再运行你的原脚本即可，测试完成后记得把参数改回默认值（10000）。

内容的提问来源于stack exchange，提问作者srgbnd