1、写入速度优化
ES默认设置下，是综合考虑数据可靠性、搜索实时性、写入速度等因素的。有时候业务上对数据可靠性和搜索实时性要求并不高，反而对写入速度要求很高，此时可以调整整一些策略，最大化写入速度。
1）加大translog flush间隔：默认的translog的持久化策略是每个请求都“flush”。如果系统可以接受一定概率的数据丢失，可以调整translog持久化策略为周期性和一定大小时“flush”；
2）索引刷新间隔refresh_intercal：默认是1s，每次refresh会产生一个新的segment，这会导致频繁的segment merge行为，如果不需要这么高的搜索实时性，应该降低refresh周期；
3）段合并优化：
最大线程数，index.merge.scheduler.max_thread_count（如果只有一块非SSD的硬盘并发写，由于寻址原因，可以设置为1），
每层分段数量，index.merge.policy.segments_per_tier（默认为10，可以考虑适当增加此值，应该大于等于index.merge.policy.max_merge_at_once），
单个segment最大容量，index.merge.policy.max_merged_segment（默认为5GB，可以适当降低此值）；
4）indexing buffer：在为doc建立索引时使用，当缓存冲满时会刷入磁盘，生成一个新的segment。
所有shard的buffer总大小，indices.memory.index_buffer_size（默认为整个堆空间10%，在执行大量索引操作时，可以适当增大该值）,
indices.memory.min_index_buffer_size（默认为48M）,
indices.memory.max_index_buffer_size（默认无限制）
5）使用bulk请求：注意每个请求避免超过几十M
适当增加队列大小，但是过大的队列导致较高的GC压力
并发执行bulk，客户端极限写入并发量应该控制在不产生reject前提下的最大值。
6）磁盘间的任务均衡：es配置多路径使用多块磁盘时，优先将shard分配到可用空间百分比最多的磁盘上看，但是由于预估可能不准，可能导致落到磁盘上的shard可能不均匀。
使用策略，简单轮询、基于可用空间的动态加权轮询；
7）节点间的任务均衡：数据写入客户端应该把bulk请求轮询发送到各个节点。
8）索引过程调整和优化：
自动生成doc ID
对不需要评分的字段禁用norms。
2、搜索速度优化
1）*为文件系统cache预留足够的内存
2）使用更快的硬件
3）文档模型，尽量避免使用join、nested
4）*预索引数据
5）字段映射，有些字段内容是数字可以映射为keyword更好比integer更好
6）避免使用脚本
7）优化日期搜索，可以四舍五入到分钟进行缓存会更有效
8）为只读索引执行force-merge
9）*预热文件系统cache
10）使用近似聚合
11）深度优先和广度优先，默认情况是深度优先，构建完整的树
12）*冷热分离（每日滚动生成索引，超过7天的索引迁移到cold节点。参考：https://www.cnblogs.com/iiiiher/p/9268832.html）
13）*分页性能优化
