4. Mapping与Setting调优：动态映射与显式映射、字段类型选择、索引刷新间隔设置

好，咱们进入第四章。这一章聊的是Mapping和Setting调优。说白了，就是告诉Elasticsearch：你的数据长什么样，该怎么存，多久刷一次盘。

很多新手上来就一把梭，把数据全扔进去，让ES自己猜字段类型。嗯，这在开发环境玩玩还行，上了生产，分分钟让你吃瘪。我个人习惯是：能用显式映射，就别用动态映射。为什么？往下看。

4.1 动态映射 vs 显式映射

动态映射，就是ES根据你第一条数据的格式，自动推断字段类型。比如你传了个"age": 25，它自动给你设成long类型。听起来挺智能对吧？

但我在项目中遇到过这么个坑：有个日志字段，大部分时候传的是数字，偶尔传了个字符串"unknown"。结果ES直接报错，整条数据写不进去。你想想看，就因为一条异常数据，导致整个索引写入失败，这谁受得了？

显式映射的好处很明显：

• 类型可控：字段是什么类型，你说了算
• 性能可预期：不会因为类型推断错误导致写入失败
• 存储可优化：可以针对性地设置分词器、索引选项

那什么时候用动态映射？我个人觉得，只有一种场景：数据量极小，且字段结构完全不可预知的探索性分析。比如你临时导入一批数据看看大概情况，用完就删的那种。

来看个显式映射的例子：

PUT /my_index
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "ik_smart"
      },
      "price": {
        "type": "float"
      },
      "create_time": {
        "type": "date",
        "format": "yyyy-MM-dd HH:mm:ss"
      },
      "tags": {
        "type": "keyword"
      }
    }
  }
}

看到没？每个字段我都明确指定了类型。这样ES就知道该怎么处理这些数据，不会自作主张。

4.2 字段类型选择：keyword vs text

这是面试高频题，也是实际开发中最容易踩坑的地方。我简单说下区别：

说白了，需要全文搜索的用text，需要精确匹配、聚合、排序的用keyword。就这么简单。

但我见过太多人把ID字段设成text类型。你想想看，一个订单ID"ORD-2024-001"，被分词器拆成"ORD"、"2024"、"001"三个词，然后你用term查询"ORD-2024-001"反而查不到。这不是给自己挖坑吗？

还有一种常见做法是multi-fields，即一个字段同时保留text和keyword两种类型：

PUT /my_index
{
  "mappings": {
    "properties": {
      "product_name": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

这样你就可以用product_name做全文搜索，用product_name.keyword做精确匹配和聚合。一举两得。不过要注意，这会增加存储开销，每个文档多存一份数据。

4.3 索引刷新间隔设置

刷新间隔（refresh_interval），是ES里一个容易被忽视但影响巨大的参数。它决定了数据写入后多久可以被搜索到。

默认值是1s，也就是每秒刷新一次。这意味着你写入一条数据，最多等1秒就能搜到。听起来很爽对吧？

但代价是什么？写入性能。每次刷新都会生成一个新的段（segment），频繁刷新会导致段数量暴增，合并压力变大，写入吞吐量下降。

我记得有一次帮一个客户做性能调优，他们的写入TPS只有2000，怎么都上不去。我一看，refresh_interval设的是默认1s。改成30s后，TPS直接飙到8000。你想想看，就改了一个参数，性能翻了4倍。

常见的设置策略：

• 日志场景：不需要实时搜索，可以设到30s-60s，甚至更大
• 电商场景：商品上架后需要尽快被搜到，设到5s-10s
• 监控告警：需要秒级响应，保持1s默认值
• 批量导入：可以先设为-1（禁用刷新），导入完成后再恢复

来看怎么动态调整：

// 设置刷新间隔为30秒
PUT /my_index/_settings
{
  "index": {
    "refresh_interval": "30s"
  }
}

// 批量导入时禁用刷新
PUT /my_index/_settings
{
  "index": {
    "refresh_interval": "-1"
  }
}

// 导入完成后恢复
PUT /my_index/_settings
{
  "index": {
    "refresh_interval": "1s"
  }
}

还有一个细节：刷新和刷盘是两回事。刷新只是把数据从内存缓冲区移到文件系统缓存，让数据可搜索。但数据还没落盘。真正落盘是flush操作，由translog触发。别搞混了。

嗯，这一章的内容就这些。总结一下：

• 能用显式映射就别用动态映射，省得给自己找麻烦
• text和keyword的选择，核心看你要不要分词、要不要聚合
• 刷新间隔是个性能杠杆，调好了事半功倍

下一章咱们聊聊分片和副本的调优策略，那才是真正考验架构设计能力的地方。