我阅读和理解的关于运行多个 ES 节点的全部内容是启用索引复制和扩展。我想知道它是否可以帮助我们更快地为大量文件建立索引。我有两个问题，它们如下：
问题 1：认为使用多个 ES 节点可以让我们更快地索引数倍是否准确？
问题2：如果我一直启用所有节点作为数据节点，它对索引有什么影响？另一方面，如果我的非数据节点很少（例如，一个专用主节点和一个专用客户端节点）而数据节点很少，它对索引有什么影响？在速度和扩展性方面哪个会更好？
【问题讨论】：
标签： java indexing elasticsearch lucene scalability
答案1：没有。
如果启用复制，索引速度实际上会降低（尽管它可能会提高搜索性能）。您可以查看this question 以提高索引性能。
Answer2：视情况而定（如果没有副本则相同）。
在索引期间，数据将仅传输到数据节点。您的集群状态将包含有关哪些节点是数据节点的信息，并相应地路由请求。性能影响仅是因为接收请求的节点必须将请求重新路由/转发到数据节点
【讨论】：
如果您在不增加副本数量的情况下添加机器，您将在索引期间获得更好的性能。这并不奇怪，因为您正在添加更多资源，而要完成的工作量几乎相同。
在我们的环境中，我们在生产中使用 20 个节点，在调试中使用 5-10 个节点。两种环境都拥有相同的数据量。由于 ES 更新速度（我们使用 groovy 脚本将新文档合并到现有文档）是我们的主要瓶颈，因此我们能够在生产环境中看到比其他环境更好的性能。
您已经在问题的其他答案中获得了一些有用的链接。我可以补充一点，在我们的案例中，数据上传改进的 3 个最重要的因素是：减少 refresh_interval、增加 merge_factor 和使用 Elastic-Hadoop 插件（我们从 Spark 上传数据）处理应用程序上的所有主要数据传输优化水平。
【讨论】：