我在docker容器上本地运行ElasticSearch应用程序，每天索引1000万个文档（一个索引）。让我们假设我发送的数据在最佳批量请求，据我所知，我们有2个过程，其中涉及到索引（刷新-这使得数据可用NRR，和同步刷新日志到磁盘），感觉操作做同样的事情，因为我一天只有1个激进的操作，问题是我是否可以在没有刷新的情况下工作，以及有什么不好的方面（在我的情况下和在具有类似任务的分布式情况下-每天1次大规模索引操作）。
我在docker容器上本地运行ElasticSearch应用程序，每天索引1000万个文档（一个索引）。让我们假设我发送的数据在最佳批量请求，据我所知，我们有2个过程，其中涉及到索引（刷新-这使得数据可用NRR，和同步刷新日志到磁盘），感觉操作做同样的事情，因为我一天只有1个激进的操作，问题是我是否可以在没有刷新的情况下工作，以及有什么不好的方面（在我的情况下和在具有类似任务的分布式情况下-每天1次大规模索引操作）。
2条答案
按热度按时间5cnsuln71#
是的，你可以通过设置不带刷新间隔运行elasticsearch
字符串
然后根据您的请求使用refresh查询参数手动运行新文档的索引。
我很肯定，如果你有1积极的索引操作，每天-这可能会工作。特别是在索引数据时没有人搜索数据时。因为它肯定会消耗大量的RAM，同时操作10 M的文档。这基本上意味着搜索速度将大大降低。
ego6inou2#
刷新和同步刷新是两个不同的，但互补的操作，齐头并进。
刷新所做的是更新内存中索引，以确保您刚刚索引的数据现在可以搜索。
所有的索引操作也会写入事务日志，但不会在每个单独的更改时提交给Lucene，因为Lucene提交的执行成本太高。
同步刷新所做的是将事务日志的内容提交给Lucene，并开始生成新的事务日志。
因此，总结一下，您需要刷新和刷新，以便您的数据可以搜索并安全地提交到Lucene。
Refresh是一个非常轻量级的操作，每秒运行一次（默认）。
Flush是一个更昂贵的操作，每5秒运行一次，以确保事务日志不会变得太大。
如果你每天只加载一批数据，你可以立即调用Refresh API和Flush API，以确保所有数据都是可搜索的和安全的。你可以在索引你每天的数据后运行它。