性能测试
Easysearch 2.0.0 性能测试
Easysearch • INFINI Labs 小助手 发表了文章 • 0 个评论 • 23 次浏览 • 2 小时前
概述
Easysearch 2.0.0 正式版带来了显著的性能提升和优化改进。通过与上一个稳定版本 1.15.6 的全面对比测试，我们使用 esrally 基准测试工具在 append-no-conflicts 场景下进行了深入的性能评估。测试结果表明，2.0.0 版本在索引性能、查询延迟、内存管理等核心指标上都实现了突破性改进。
核心性能提升
1. 索引性能更加稳定
写入效率提升 12.81%
Easysearch 2.0.0 索引性能表现更加稳定：
- 累计索引 CPU 时间（所有主分片）：从 225.1 分钟缩短至 196.3 分钟，减少 28.8 分钟（-12.81%）
- 索引吞吐量：
- 平均吞吐量从 180,868 docs/s 提升至 190,712 docs/s（+5.44%）
- 最大吞吐量从 198,184 docs/s 提升至 220,460 docs/s（+11.24%）
- 最小吞吐量从 164,263 docs/s 提升至 178,961 docs/s（+8.95%）
累计索引 CPU 时间的减少，表明 2.0.0 版本在索引操作上更加高效，CPU 利用率更优。这意味着在相同硬件条件下，Easysearch 2.0.0 能够更快地完成数据摄入任务，对于需要处理大规模数据写入的场景具有重要意义。
Indexing Throughput (docs/s) - Higher is Better
2. Refresh 和 Flush 耗时缩短
Refresh 和 Flush 性能大幅改善
在 Elasticsearch/Easysearch 中，Refresh 和 Flush 操作对写入性能有直接影响。2.0.0 版本在这两个关键操作上实现了重大优化：
Refresh 性能提升 54.46%
- 累计刷新时间：从 9.14 分钟降至 4.16 分钟
- 中位刷新时间：减少 61.86%（从 0.133 分钟降至 0.051 分钟）
- 最大刷新时间：减少 65.62%（从 1.12 分钟降至 0.39 分钟）
Flush 性能提升 40%
- 累计刷盘时间：从 12.57 分钟降至 7.54 分钟
- 中位刷盘时间：减少 57.57%
- 最大刷盘时间：减少 31.93%
Cumulative Refresh Time (min) - Lower is Better
Cumulative Flush Time (min) - Lower is Better
这些优化使得 Easysearch 2.0.0 能够更高效地将数据持久化到磁盘，同时减少对写入操作的阻塞。
3. 垃圾回收（GC）性能优化
GC 效率显著提升
- Young GC 次数：从 525 次降至 426 次，减少 18.86%
- Young GC 时间：从 16.547 秒降至 15.985 秒，减少 3.40%
- Old GC：两个版本均无 Old GC 发生，内存管理健康
更少的 GC 次数意味着：
- 应用程序 STW（Stop-The-World）暂停更少
- 更稳定的查询响应时间
- 更好的系统吞吐量
查询性能提升
1. 基础查询延迟降低
多类型查询性能全面提升
| 查询类型 | 延迟指标 | 改进幅度 |
|---|---|---|
| Default 查询 | 50 分位延迟 | -11.40% (19.97ms → 17.69ms) |
| 99 分位延迟 | -15.23% (25.66ms → 21.75ms) | |
| Term 查询 | 50 分位延迟 | -19.88% (4049ms → 3244ms) |
| 90 分位延迟 | -18.73% (4137ms → 3362ms) | |
| Range 查询 | 50 分位延迟 | -31.71% (42.19ms → 28.81ms) |
| 100 分位延迟 | -64.68% (111.42ms → 39.35ms) |
Query Latency Improvements (ms) - Lower is Better
2. 排序查询性能飞跃
时间戳排序查询优化高达 97%
Easysearch 2.0.0 在排序查询场景下实现了令人瞩目的性能突破：
降序排序（desc_sort_timestamp）
- 50 分位延迟：从 516.07ms 降至 98.89ms（-80.84%）
- 90 分位延迟：从 544.84ms 降至 123.59ms（-77.32%）
- 99 分位延迟：从 603.14ms 降至 139.93ms（-76.80%）
升序排序 + After 分页（asc_sort_with_after_timestamp）
- 50 分位延迟：从 1272.58ms 降至 33.56ms（-97.36%）
- 90 分位延迟：从 1386.92ms 降至 37.25ms（-97.31%）
- 99 分位延迟：从 1474.98ms 降至 38.11ms（-97.42%）
Sort Query Latency (ms) - Lower is Better
Force Merge 后的排序查询
在强制合并为单段后，排序查询性能更加出色：
降序排序（force-merge-1-seg）
- 50 分位延迟：从 131,617ms 降至 115.01ms（-99.91%）
- 这一改进相当于从 2 分钟以上降至 0.1 秒！
升序 + After 分页（force-merge-1-seg）
- 50 分位延迟：从 1387.01ms 降至 132.42ms（-90.45%）
- 90 分位延迟：从 1509.03ms 降至 159.05ms（-89.46%）
3. 聚合查询性能提升
hourly_agg 聚合查询优化
- 50 分位延迟：从 4192.57ms 降至 3866.07ms（-7.79%）
- 90 分位延迟：从 4303.51ms 降至 4053.80ms（-5.80%）
- 99 分位延迟：从 4475.32ms 降至 4269.91ms（-4.59%）
4. Scroll 查询性能改进
大数据量遍历场景优化
- 50 分位延迟：从 6511.65ms 降至 4623.87ms（-28.99%）
- 90 分位延迟：从 6881.70ms 降至 5972.79ms（-13.21%）
- 平均吞吐量：从 24.192 pages/s 提升至 24.485 pages/s（+1.21%）
Scroll Query Latency (ms) - Lower is Better
5. 高百分位延迟大幅改善
极端场景下的稳定性提升
在衡量系统稳定性的高百分位延迟指标上，2.0.0 版本表现卓越：
| 场景 | 99.9 分位延迟改进 | 99.99 分位延迟改进 | 100 分位延迟改进 |
|---|---|---|---|
| index-append | -43.40% | -65.35% | -70.91% |
| (3364ms → 1904ms) | (9618ms → 3333ms) | (13427ms → 3906ms) |
这意味着即使在最坏的情况下，2.0.0 版本也能提供更加稳定和可预测的性能表现。
范围查询性能提升
200s-in-range 和 400s-in-range 查询优化
-
200s-in-range：
- 50 分位延迟降低 15.60%
- 吞吐量提升 1.20%
- 400s-in-range：
- 50 分位延迟降低 8.44%
- 吞吐量提升 0.23%
存储优化
磁盘空间使用更高效
- 存储大小：从 19.51 GB 降至 19.14 GB（-1.93%）
- 段数量：从 43 个增至 50 个（+16.28%）
虽然段数量略有增加，但总存储空间仍然减少，说明数据压缩和存储效率得到了提升。
Merge 策略调整
合并操作的权衡
需要注意的是，2.0.0 版本在 Merge 方面有以下变化：
- Merge 次数从 184 次增至 192 次（+4.35%）
- Merge 限流时间从 9.53 分钟增至 11.17 分钟（+17.20%）
这是为了平衡写入性能和查询性能所做的策略调整。用户可以根据实际场景需求，通过以下参数进行优化：
{
"index.merge.scheduler.max_thread_count": "1",
"index.merge.policy.max_merged_segment": "5gb"
}技术架构改进
1. 段数据结构优化
通过将段元数据从堆内存迁移到堆外内存，Easysearch 2.0.0 实现了：
- 更低的 JVM 堆压力
- 更少的 GC 频率
- 更稳定的内存使用模式
- 更好的大数据集支持能力
2. 查询缓存优化
排序查询性能的巨大提升表明 2.0.0 版本可能在以下方面进行了优化：
- 改进的 Doc Values 访问机制
- 优化的排序算法
- 更高效的分页实现
- 智能的查询结果缓存
3. I/O 优化
Refresh 和 Flush 时间的大幅减少说明：
- 改进了磁盘 I/O 调度策略
- 优化了文件系统操作
- 可能引入了更高效的批量写入机制
适用场景
Easysearch 2.0.0 的性能提升使其在以下场景中表现更加出色：
1. 大规模日志与事件流处理
- 更高的写入吞吐量（+11.24% 峰值）
- 更低的索引延迟
- 适合 APM、日志分析、安全监控等场景
2. 时序数据存储与分析
- 时间戳排序查询性能提升高达 97%
- 适合 IoT、监控指标、金融交易数据等场景
3. 全文搜索应用
- 多类型查询延迟降低 10-30%
- 高并发场景下更稳定的响应时间
- 适合电商搜索、内容管理系统等场景
4. 实时分析与 Dashboard
- 聚合查询性能提升 5-8%
- 更低的极端延迟，用户体验更好
- 适合实时报表、业务 BI 等场景
5. 大数据量遍历与导出
- Scroll 查询延迟降低 29%
- 适合数据迁移、全量导出等场景
升级建议
兼容性
Easysearch 2.0.0 与 1.15.6 在 API 层面保持兼容，但建议：
- 测试环境验证：先在测试环境进行充分验证
- 配置审查：检查 Merge 相关配置是否需要调整
- 监控指标：升级后密切关注 GC、内存、延迟等指标
- 滚动升级：生产环境建议采用滚动升级方式
性能测试环境
本次测试使用 esrally 基准测试工具，测试配置如下：
- 测试场景：append-no-conflicts
- 测试时间：
- Baseline (1.15.6): 2025-11-14
- Contender (2.0.0): 2025-11-21
- 部署方式：External（独立部署）
- CPU 绑定：使用
taskset绑定 Easysearch 进程 0 到 15 cpu - JVM 配置：
-Xms16g -Xmx16g
总结
Easysearch 2.0.0 版本在性能方面取得了全面提升：
- 索引性能提升 12.81%
- 查询延迟降低 10-97%（不同场景）
- 内存使用优化 100%（堆内段数据）
- GC 频率降低 18.86%
- Refresh 性能提升 54.46%
- Flush 性能提升 40%
- 高百分位延迟改善 43-70%
这些改进使得 Easysearch 2.0.0 成为一个更加高效、稳定和可靠的搜索与分析引擎，特别适合处理大规模数据和实时查询场景。无论是日志分析、时序数据处理，还是全文搜索应用，2.0.0 版本都能提供更优秀的性能表现。
我们强烈建议用户升级到 Easysearch 2.0.0，以获得这些显著的性能提升和更好的使用体验。
关于 Easysearch
INFINI Easysearch 是一个分布式的搜索型数据库，实现非结构化数据检索、全文检索、向量检索、地理位置信息查询、组合索引查询、多语种支持、聚合分析等。Easysearch 可以完美替代 Elasticsearch，同时添加和完善多项企业级功能。Easysearch 助您拥有简洁、高效、易用的搜索体验。
作者：张磊，极限科技（INFINI Labs）搜索引擎研发负责人，对 Elasticsearch 和 Lucene 源码比较熟悉，目前主要负责公司的 Easysearch 产品的研发以及客户服务工作。
原文：https://infinilabs.cn/blog/2025/easysearch-2.0.0-performance-improvements/
ES使用search-guard-ssl加固后，有什么好的性能测试工具压测索引和查询的tps？以及是否有支持认证的集群管理工具？
Elasticsearch • typuc 回复了问题 • 3 人关注 • 2 个回复 • 2952 次浏览 • 2018-12-23 22:25
求助，java.lang.outofmemoryerror:java heap space问题！
Elasticsearch • zqc0512 回复了问题 • 3 人关注 • 2 个回复 • 5708 次浏览 • 2018-11-06 17:14
磁盘读写速度和IO使用率对ES的稳定性是否有影响？
Elasticsearch • locatelli 回复了问题 • 4 人关注 • 1 个回复 • 6694 次浏览 • 2018-02-12 04:53
各位大牛，求问本地测试ES6.0版本，使用rally压测，测试geonames为何性能很差
回复Elasticsearch • zhangj793 发起了问题 • 3 人关注 • 0 个回复 • 2550 次浏览 • 2018-02-02 11:34
ES使用search-guard-ssl加固后，有什么好的性能测试工具压测索引和查询的tps？以及是否有支持认证的集群管理工具？
回复Elasticsearch • typuc 回复了问题 • 3 人关注 • 2 个回复 • 2952 次浏览 • 2018-12-23 22:25
求助，java.lang.outofmemoryerror:java heap space问题！
回复Elasticsearch • zqc0512 回复了问题 • 3 人关注 • 2 个回复 • 5708 次浏览 • 2018-11-06 17:14
磁盘读写速度和IO使用率对ES的稳定性是否有影响？
回复Elasticsearch • locatelli 回复了问题 • 4 人关注 • 1 个回复 • 6694 次浏览 • 2018-02-12 04:53
各位大牛，求问本地测试ES6.0版本，使用rally压测，测试geonames为何性能很差
回复Elasticsearch • zhangj793 发起了问题 • 3 人关注 • 0 个回复 • 2550 次浏览 • 2018-02-02 11:34
Easysearch 2.0.0 性能测试
Easysearch • INFINI Labs 小助手 发表了文章 • 0 个评论 • 23 次浏览 • 2 小时前
概述
Easysearch 2.0.0 正式版带来了显著的性能提升和优化改进。通过与上一个稳定版本 1.15.6 的全面对比测试，我们使用 esrally 基准测试工具在 append-no-conflicts 场景下进行了深入的性能评估。测试结果表明，2.0.0 版本在索引性能、查询延迟、内存管理等核心指标上都实现了突破性改进。
核心性能提升
1. 索引性能更加稳定
写入效率提升 12.81%
Easysearch 2.0.0 索引性能表现更加稳定：
- 累计索引 CPU 时间（所有主分片）：从 225.1 分钟缩短至 196.3 分钟，减少 28.8 分钟（-12.81%）
- 索引吞吐量：
- 平均吞吐量从 180,868 docs/s 提升至 190,712 docs/s（+5.44%）
- 最大吞吐量从 198,184 docs/s 提升至 220,460 docs/s（+11.24%）
- 最小吞吐量从 164,263 docs/s 提升至 178,961 docs/s（+8.95%）
累计索引 CPU 时间的减少，表明 2.0.0 版本在索引操作上更加高效，CPU 利用率更优。这意味着在相同硬件条件下，Easysearch 2.0.0 能够更快地完成数据摄入任务，对于需要处理大规模数据写入的场景具有重要意义。
Indexing Throughput (docs/s) - Higher is Better
2. Refresh 和 Flush 耗时缩短
Refresh 和 Flush 性能大幅改善
在 Elasticsearch/Easysearch 中，Refresh 和 Flush 操作对写入性能有直接影响。2.0.0 版本在这两个关键操作上实现了重大优化：
Refresh 性能提升 54.46%
- 累计刷新时间：从 9.14 分钟降至 4.16 分钟
- 中位刷新时间：减少 61.86%（从 0.133 分钟降至 0.051 分钟）
- 最大刷新时间：减少 65.62%（从 1.12 分钟降至 0.39 分钟）
Flush 性能提升 40%
- 累计刷盘时间：从 12.57 分钟降至 7.54 分钟
- 中位刷盘时间：减少 57.57%
- 最大刷盘时间：减少 31.93%
Cumulative Refresh Time (min) - Lower is Better
Cumulative Flush Time (min) - Lower is Better
这些优化使得 Easysearch 2.0.0 能够更高效地将数据持久化到磁盘，同时减少对写入操作的阻塞。
3. 垃圾回收（GC）性能优化
GC 效率显著提升
- Young GC 次数：从 525 次降至 426 次，减少 18.86%
- Young GC 时间：从 16.547 秒降至 15.985 秒，减少 3.40%
- Old GC：两个版本均无 Old GC 发生，内存管理健康
更少的 GC 次数意味着：
- 应用程序 STW（Stop-The-World）暂停更少
- 更稳定的查询响应时间
- 更好的系统吞吐量
查询性能提升
1. 基础查询延迟降低
多类型查询性能全面提升
| 查询类型 | 延迟指标 | 改进幅度 |
|---|---|---|
| Default 查询 | 50 分位延迟 | -11.40% (19.97ms → 17.69ms) |
| 99 分位延迟 | -15.23% (25.66ms → 21.75ms) | |
| Term 查询 | 50 分位延迟 | -19.88% (4049ms → 3244ms) |
| 90 分位延迟 | -18.73% (4137ms → 3362ms) | |
| Range 查询 | 50 分位延迟 | -31.71% (42.19ms → 28.81ms) |
| 100 分位延迟 | -64.68% (111.42ms → 39.35ms) |
Query Latency Improvements (ms) - Lower is Better
2. 排序查询性能飞跃
时间戳排序查询优化高达 97%
Easysearch 2.0.0 在排序查询场景下实现了令人瞩目的性能突破：
降序排序（desc_sort_timestamp）
- 50 分位延迟：从 516.07ms 降至 98.89ms（-80.84%）
- 90 分位延迟：从 544.84ms 降至 123.59ms（-77.32%）
- 99 分位延迟：从 603.14ms 降至 139.93ms（-76.80%）
升序排序 + After 分页（asc_sort_with_after_timestamp）
- 50 分位延迟：从 1272.58ms 降至 33.56ms（-97.36%）
- 90 分位延迟：从 1386.92ms 降至 37.25ms（-97.31%）
- 99 分位延迟：从 1474.98ms 降至 38.11ms（-97.42%）
Sort Query Latency (ms) - Lower is Better
Force Merge 后的排序查询
在强制合并为单段后，排序查询性能更加出色：
降序排序（force-merge-1-seg）
- 50 分位延迟：从 131,617ms 降至 115.01ms（-99.91%）
- 这一改进相当于从 2 分钟以上降至 0.1 秒！
升序 + After 分页（force-merge-1-seg）
- 50 分位延迟：从 1387.01ms 降至 132.42ms（-90.45%）
- 90 分位延迟：从 1509.03ms 降至 159.05ms（-89.46%）
3. 聚合查询性能提升
hourly_agg 聚合查询优化
- 50 分位延迟：从 4192.57ms 降至 3866.07ms（-7.79%）
- 90 分位延迟：从 4303.51ms 降至 4053.80ms（-5.80%）
- 99 分位延迟：从 4475.32ms 降至 4269.91ms（-4.59%）
4. Scroll 查询性能改进
大数据量遍历场景优化
- 50 分位延迟：从 6511.65ms 降至 4623.87ms（-28.99%）
- 90 分位延迟：从 6881.70ms 降至 5972.79ms（-13.21%）
- 平均吞吐量：从 24.192 pages/s 提升至 24.485 pages/s（+1.21%）
Scroll Query Latency (ms) - Lower is Better
5. 高百分位延迟大幅改善
极端场景下的稳定性提升
在衡量系统稳定性的高百分位延迟指标上，2.0.0 版本表现卓越：
| 场景 | 99.9 分位延迟改进 | 99.99 分位延迟改进 | 100 分位延迟改进 |
|---|---|---|---|
| index-append | -43.40% | -65.35% | -70.91% |
| (3364ms → 1904ms) | (9618ms → 3333ms) | (13427ms → 3906ms) |
这意味着即使在最坏的情况下，2.0.0 版本也能提供更加稳定和可预测的性能表现。
范围查询性能提升
200s-in-range 和 400s-in-range 查询优化
-
200s-in-range：
- 50 分位延迟降低 15.60%
- 吞吐量提升 1.20%
- 400s-in-range：
- 50 分位延迟降低 8.44%
- 吞吐量提升 0.23%
存储优化
磁盘空间使用更高效
- 存储大小：从 19.51 GB 降至 19.14 GB（-1.93%）
- 段数量：从 43 个增至 50 个（+16.28%）
虽然段数量略有增加，但总存储空间仍然减少，说明数据压缩和存储效率得到了提升。
Merge 策略调整
合并操作的权衡
需要注意的是，2.0.0 版本在 Merge 方面有以下变化：
- Merge 次数从 184 次增至 192 次（+4.35%）
- Merge 限流时间从 9.53 分钟增至 11.17 分钟（+17.20%）
这是为了平衡写入性能和查询性能所做的策略调整。用户可以根据实际场景需求，通过以下参数进行优化：
{
"index.merge.scheduler.max_thread_count": "1",
"index.merge.policy.max_merged_segment": "5gb"
}技术架构改进
1. 段数据结构优化
通过将段元数据从堆内存迁移到堆外内存，Easysearch 2.0.0 实现了：
- 更低的 JVM 堆压力
- 更少的 GC 频率
- 更稳定的内存使用模式
- 更好的大数据集支持能力
2. 查询缓存优化
排序查询性能的巨大提升表明 2.0.0 版本可能在以下方面进行了优化：
- 改进的 Doc Values 访问机制
- 优化的排序算法
- 更高效的分页实现
- 智能的查询结果缓存
3. I/O 优化
Refresh 和 Flush 时间的大幅减少说明：
- 改进了磁盘 I/O 调度策略
- 优化了文件系统操作
- 可能引入了更高效的批量写入机制
适用场景
Easysearch 2.0.0 的性能提升使其在以下场景中表现更加出色：
1. 大规模日志与事件流处理
- 更高的写入吞吐量（+11.24% 峰值）
- 更低的索引延迟
- 适合 APM、日志分析、安全监控等场景
2. 时序数据存储与分析
- 时间戳排序查询性能提升高达 97%
- 适合 IoT、监控指标、金融交易数据等场景
3. 全文搜索应用
- 多类型查询延迟降低 10-30%
- 高并发场景下更稳定的响应时间
- 适合电商搜索、内容管理系统等场景
4. 实时分析与 Dashboard
- 聚合查询性能提升 5-8%
- 更低的极端延迟，用户体验更好
- 适合实时报表、业务 BI 等场景
5. 大数据量遍历与导出
- Scroll 查询延迟降低 29%
- 适合数据迁移、全量导出等场景
升级建议
兼容性
Easysearch 2.0.0 与 1.15.6 在 API 层面保持兼容，但建议：
- 测试环境验证：先在测试环境进行充分验证
- 配置审查：检查 Merge 相关配置是否需要调整
- 监控指标：升级后密切关注 GC、内存、延迟等指标
- 滚动升级：生产环境建议采用滚动升级方式
性能测试环境
本次测试使用 esrally 基准测试工具，测试配置如下：
- 测试场景：append-no-conflicts
- 测试时间：
- Baseline (1.15.6): 2025-11-14
- Contender (2.0.0): 2025-11-21
- 部署方式：External（独立部署）
- CPU 绑定：使用
taskset绑定 Easysearch 进程 0 到 15 cpu - JVM 配置：
-Xms16g -Xmx16g
总结
Easysearch 2.0.0 版本在性能方面取得了全面提升：
- 索引性能提升 12.81%
- 查询延迟降低 10-97%（不同场景）
- 内存使用优化 100%（堆内段数据）
- GC 频率降低 18.86%
- Refresh 性能提升 54.46%
- Flush 性能提升 40%
- 高百分位延迟改善 43-70%
这些改进使得 Easysearch 2.0.0 成为一个更加高效、稳定和可靠的搜索与分析引擎，特别适合处理大规模数据和实时查询场景。无论是日志分析、时序数据处理，还是全文搜索应用，2.0.0 版本都能提供更优秀的性能表现。
我们强烈建议用户升级到 Easysearch 2.0.0，以获得这些显著的性能提升和更好的使用体验。
关于 Easysearch
INFINI Easysearch 是一个分布式的搜索型数据库，实现非结构化数据检索、全文检索、向量检索、地理位置信息查询、组合索引查询、多语种支持、聚合分析等。Easysearch 可以完美替代 Elasticsearch，同时添加和完善多项企业级功能。Easysearch 助您拥有简洁、高效、易用的搜索体验。
作者：张磊，极限科技（INFINI Labs）搜索引擎研发负责人，对 Elasticsearch 和 Lucene 源码比较熟悉，目前主要负责公司的 Easysearch 产品的研发以及客户服务工作。
原文：https://infinilabs.cn/blog/2025/easysearch-2.0.0-performance-improvements/
