如何排查Elasticsearch查询耗时超400ms的原因？

我的搜索查询耗时超过400ms（通过Jaeger追踪），并发请求数约10次，速度过慢，希望帮忙排查原因。

索引基本信息 #

• 索引包含46000条记录，分为5个分片

Mapping配置 #

"table_name" : {
  "type" : "text",
  "analyzer" : "autocomplete",
  "search_analyzer" : "standard"
},
"table_name_rough" : {
  "type" : "text",
  "analyzer" : "autocomplete",
  "search_analyzer" : "standard"
},

查询代码实现 #

BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();

BoolQueryBuilder boolQueryBuilderTableName = new BoolQueryBuilder();
boolQueryBuilder.must(QueryBuilders.termQuery("is_deleted", 0));
if (Strings.isNotNullOrEmpty(keyword)) {
    boolQueryBuilderTableName.should(QueryBuilders.matchPhraseQuery("table_name", keyword));
    boolQueryBuilderTableName.should(QueryBuilders.matchPhraseQuery("table_name_rough", keyword));

//    table_name 存储带重音的内容，比如 "hôm nay", "tìm kiếm"
//    table_name_rough 对应不带重音的内容，比如 "hom nay", "tim kiem"

boolQueryBuilderTableName.minimumShouldMatch(1);
}

if (Strings.isNotNullOrEmpty(userId)) {
    boolQueryBuilder.must(QueryBuilders.termQuery("user_id", String.valueOf(userId)));
}

boolQueryBuilder.must(boolQueryBuilderTableName);

Span spanES = OpenTracerManager.getInstance().buildSpan("query ES").start();
SearchResponse searchResponse = tableElasticRepository.searchElastichByQuery(limit, page, boolQueryBuilder);
span.finish();

SearchResponse实现代码 #

public SearchResponse searchElasticByQuery(int limit, int page, BoolQueryBuilder boolQueryBuilder) throws IOException {

        sort = "_score";

        SearchRequest searchRequest = new SearchRequest(tableIndex);
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

        searchSourceBuilder.query(boolQueryBuilder);
        searchSourceBuilder.size(limit);
        searchSourceBuilder.from(page);
        searchSourceBuilder.sort(sort, SortOrder.DESC);
        searchSourceBuilder.minScore(0.001F);
        searchRequest.source(searchSourceBuilder);

        SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
        return searchResponse;
}

排查方向建议 #

• 优化match_phrase查询：match_phrase需要匹配词项的连续位置，再加上autocomplete分词器会生成大量n-gram词项，会大幅增加计算开销。建议换成match查询配合operator: AND，或者调整autocomplete分词器的n-gram长度范围，减少冗余词项。
• 调整分片数量：46000条数据用5个分片，每个分片仅约9000条数据，分片过多会增加节点协调成本。建议调整为2-3个分片（符合Elasticsearch最佳实践：单分片数据量控制在10GB以内、文档数百万级）。
• 用filter替代must处理过滤条件：is_deleted和user_id这类过滤条件放到filter子句中，filter结果会被缓存，重复查询时直接复用，减少计算量：

  boolQueryBuilder.filter(QueryBuilders.termQuery("is_deleted", 0));
  if (Strings.isNotNullOrEmpty(userId)) {
      boolQueryBuilder.filter(QueryBuilders.termQuery("user_id", String.valueOf(userId)));
  }
  

• 优化分页方式：如果page值较大，from+size分页会导致ES在每个分片加载大量数据后再排序截断，建议换成search_after分页，避免深度分页的性能损耗。
• 检查节点资源：查看ES节点的CPU、内存、磁盘IO使用率，CPU高负载可能是查询计算密集导致，内存不足会引发磁盘交换，严重拖慢查询。
• 开启查询Profile：在查询中添加profile:true，查看具体执行环节的耗时分布，定位是分词、匹配还是排序等步骤占用了最多时间：

  searchSourceBuilder.profile(true);
  

内容的提问来源于stack exchange，提问作者Quang Minh