如何提升Elasticsearch match查询使用or运算符时的响应性能

OR运算符match查询性能优化方案 #

1. 增加minimum_should_match参数折中匹配规则 #

这是投入最小收益最高的优化手段，无需调整索引结构，仅修改查询语句即可：不需要所有分词全部命中（and逻辑），也不需要任意分词命中（全or逻辑），而是设定匹配占比阈值，仅返回满足最低匹配度的文档，大幅减少需要参与算分、排序的文档量。
示例配置：

{
  "query": {
    "match": {
      "name": {
        "query": "some Chinese com name",
        "operator": "or",
        "minimum_should_match": "70%"
      }
    }
  }
}

比如查询分词后共5个词，上述配置要求至少匹配3个才会返回，既避免and逻辑无结果的问题，查询性能也接近and逻辑。

2. 优化中文分词策略 #

中文公司名查询如果使用了ik_max_word这类切分极细的分词模式，会把单个查询切割出大量细碎分词，or查询需要匹配的term数量成倍提升，直接导致查询耗时上涨。可以切换为ik_smart这类粗粒度分词模式，减少单查询的分词数量，降低匹配计算量，同时也能减少很多无关的匹配结果。

3. 跳过相关性算分开销 #

如果业务不需要按相关性排序，仅需要返回匹配的结果，可以把查询放到bool的filter上下文中执行，跳过相关性评分环节，还能命中ES的filter缓存，多次相同查询可以直接返回缓存结果，耗时会大幅下降：

{
  "query": {
    "bool": {
      "filter": [
        {
          "match": {
            "name": {
              "query": "some Chinese com name",
              "operator": "or",
              "minimum_should_match": "70%"
            }
          }
        }
      ]
    }
  }
}

4. 索引结构优化 #

• 当前索引单主分片存储了近1亿条数据，分片容量达26.5GB，超出ES单分片最优容量（建议10-20GB）的阈值，可以把主分片数调整为3-5个，查询时多分片并行处理，能显著降低单分片的查询压力。
• 如果业务不需要根据词频算分、也不需要匹配短语，可以调整name字段的index_options配置为docs，索引时仅存储分词是否存在的标识，不需要存储词频、位置信息，查询时加载的数据量更少，速度更快。

5. 运行时查询参数优化 #

• 如果业务不需要返回全量匹配结果，可以添加terminate_after参数，设定每个分片最多扫描N条匹配结果就终止查询，避免全量扫描分片数据。
• 查询时添加preference=local参数，优先调度到存储了对应分片的本地节点执行，避免跨节点网络传输开销。

内容的提问来源于stack exchange，提问作者zhuguowei