在elasticsearch中更改字段值是昂贵的，因为在内部它实际上并不支持它。每一次更改都会导致一条旧记录被删除，而一条新记录将所有更新和未更新的字段编入索引。反过来，这些添加和删除的记录会导致不断的合并变动。
一个可能的解决方案是将记录分为两部分-一个大部分将包含很少（或最好是从不）更改的字段，另一个较小的部分将包含频繁更新的字段。这两个部分将在同一个索引中建立索引，但为了保留大部分和相应小部分之间的关系，您需要使用join field来建立它。为了能够使用子记录进行排序，您需要能够将排序关键字表示为单个浮点数，并将其用作here解释的得分。
不过现在有免费的午餐，这种设置会比普通搜索慢，所以你在某种程度上是在用搜索性能来换取减少的索引负载。也就是说，40 k文档并不是一个很大的索引，所以我希望它能够轻松地处理增长。

AFAIK，update在Elasticsearch中是昂贵的（追加新文档，标记旧文档已删除）。
我认为你可以尝试append（就像插入，而不是update）你的计数器的新状态，如likes和downloads与时间戳。
不确定你的数据。
它可以是累积状态，也可以是每个字段的单独事件。
例如，累积状态（仅为演示而删除引号）：

# document 1
{
  @timestamp: T1,
  likes: 180,
  downloads: 10000 
}

# document 2
{
  @timestamp: T2,
  likes: 181,
  downloads: 10100 
}

# then do subtracts with painless or your backend program to get diff in a given time range.

# consider delete old data by _delete_by_query depends on your need; since old accumulated status maybe useless.

或分离事件

# document 1
{
  @timestamp: T1,
  likes: 0,
  downloads: 4 
}

# document 2
{
  @timestamp: T2,
  likes: 1,
  downloads: 10
}

# do some agg (aggregation) later.

这样，如果数据每分钟只有几百个，append应该没问题。
我更喜欢分开的，因为稍后执行agg更容易显示我想要的内容。