Elasticsearch性能优化与集群扩展指南
1. 字段数据缓存与熔断机制
默认情况下，Elasticsearch中的字段数据缓存是无界的，这可能非常危险，尤其是在对许多分析字段进行聚合和排序操作时，因为这些操作默认不使用文档值（doc values）。如果这些字段的基数较高，可能会导致内存不足的问题。
为避免内存错误，可以进行以下两项调整：
-限制字段数据缓存大小：这是必要的操作，可防止缓存占用过多内存。
-配置熔断机制：可以轻松配置熔断机制，使其在数据加载过多时抛出异常，而不是继续加载。
结合这两项调整，可以确保不会出现内存问题。不过，需要注意的是，如果字段数据缓存的大小不足以处理聚合请求或排序操作，Elasticsearch会将数据从缓存中逐出。这会影响查询性能，因为加载字段数据信息的效率不高且资源消耗大。但相比因内存错误导致集群崩溃，查询速度慢一些还是可以接受的。
2. 使用文档值（doc values）
在大量使用排序、聚合或脚本操作时，应尽可能使用文档值。这样做不仅可以节省字段数据缓存所需的内存（因为产生的对象更少），还能让Java虚拟机更好地工作，减少垃圾回收时间。
3. 索引的RAM缓冲区
为索引分配的RAM缓冲区越大，Elasticsearch就能在内存中存储更多的文档。这样，刷新到磁盘的频率会降低，创建的段（segments）也会减少，从而提高索引速度。但要注意，不要让Elasticsearch占用100%的可用内存。RAM缓冲区是按分片设置的，因此使用的内存量取决于
