集群状态：3个EsMaster安装在三台机器节点上。
另外两台机器：分片安装了5个EsNode，每个实例内存均为25G，机器内存256G
ES 6.1.3版本
目前将数据存储在HBASE，将rowkey信息存储在ES中
查询单个索引，4亿条数据，30shard，单次查询时间在几十ms内
并发3000时速度能稳定在1s内
并发6000时查询速度2-3S，查询的过程中堆内存使用率正常
对于这种高并发的查询场景有没有优化的空间和思路，还有如何判断查询是否已经到达瓶颈状态
另外两台机器：分片安装了5个EsNode，每个实例内存均为25G，机器内存256G
ES 6.1.3版本
目前将数据存储在HBASE，将rowkey信息存储在ES中
查询单个索引，4亿条数据，30shard，单次查询时间在几十ms内
并发3000时速度能稳定在1s内
并发6000时查询速度2-3S，查询的过程中堆内存使用率正常
对于这种高并发的查询场景有没有优化的空间和思路，还有如何判断查询是否已经到达瓶颈状态
2 个回复
kennywu76 - Wood
赞同来自: printf_uck 、juin
1. 没台机器只安装一个ES node
2. 适当减少索引的分片数量，4亿数据，30个shard有些多了，搜索合并阶段的负载可能过重，减少到10个shard甚至4个shard，对比测试一下。
判断是否达到瓶颈，首先要监控search线程池的活动状况，queue是否一直很高，reject是否很高。 然后配合jvm gc情况，系统基础指标，cpu , io使用情况，判断瓶颈在那里。
liubin
赞同来自: