缩减32位浮点数至2位小数对Elasticsearch性能、内存与磁盘占用的影响

以下分析默认你将数值四舍五入后仍使用float类型存储，未修改字段的基础类型：

对磁盘占用的影响 #

• 单字段的固定存储开销无变化：float类型固定占用4字节，仅修改数值精度不会改变单条数据的字段存储长度
• 整体磁盘占用显著下降：原本数百万的唯一浮点数，保留2位小数后基数（唯一值数量）会出现暴跌，列式存储的doc_values、kd-tree数值索引、倒排索引的压缩率会大幅提升，根据原数值的离散度不同，整体磁盘占用会降低20%~70%，原数值越分散，下降幅度越大。

对内存占用的影响 #

• 常驻内存开销降低：索引元数据、热点索引的缓存（Filter缓存、字段数据缓存等）需要加载的唯一值条目大幅减少，相同数据量下内存占用可降低40%以上
• 运行时内存开销下降：做数值范围查询、分组聚合、基数统计等操作时，需要遍历处理的唯一值数量大幅减少，峰值内存占用会出现明显下降，大幅降低OOM风险。

对集群性能的影响 #

• 临时性能损耗：你需要通过update_by_query或者reindex操作重写全量数据，这个过程会占用集群大量CPU、磁盘IO资源，操作期间集群的写入吞吐量会下降10%~50%，建议在业务低峰期限流执行
• 长期性能提升：全量数据改写完成后，数值查询、聚合的延迟会降低30%以上，高并发场景下的集群查询吞吐量会有明显提升；同时因为索引大小降低，段合并、快照备份等后台任务的资源开销也会同步下降。

注意：如果修改精度后你将字段类型改为字符串存储两位小数字符串，以上所有优化收益都会消失，反而会出现磁盘、内存占用翻倍，查询性能下降的负面效果。

内容的提问来源于stack exchange，提问作者Quentin