1. Es中10亿级别的数据量，如何提升查询效率mysql
(1) 性能优化关键：file system cachesql
a. 不要期待随手挑一个参数，就能够万能的应对全部性能慢的场景数据库
b. es依赖于底层的file system cache，若是给file system cache更多的内存，尽可能让内存容纳全部的idx segment file索引数据文件，则搜索时均走内存，性能很高。若是内存较少，其余索引将存入磁盘，从磁盘搜索的性能多是数秒。api
c. 生产环境的最佳状况，是仅仅在es中存少许属性字段，即须要用于搜索的那些索引，额外的属性存入其余数据库中，如mysql/mongo/hbae。缓存
d. 若是内存确实是瓶颈，能够采用数据预热，即单独作一个专门的缓存预热子系统，存储比较热门的数据到file system cache。性能优化
e. 也能够采用冷热分离，i将冷数据写入一个索引，热数据写入另外一个索引，确保热数据在被预热以后，尽可能留在file system cache中，别让冷数据给冲刷掉。性能
f. 不要让es作数据关联查询等数据，在document模型设计时考虑，将关联后的数据存入es中优化
g. 分页查询性能较差，所以不容许深度分页，能够用scroll api不断下拉一页一页展现, scroll一次性生成全部数据的一个快照，缺点是不适于随意跳到任何一页的情景设计