缓存

Elasticsearch 查询的响应需要占用 CPU、内存资源，在复杂业务场景，会出现慢查询，需要花费大量的时间。

为了节省资源，提高查询效率，提出了缓存

缓存分类

filter 过滤查询的结果缓存在节点查询缓存中，以便快速查找。

缓存使用 LRU （ Least Recently Used 缓存淘汰策略）策略，当缓存已满时，优先清理最近最少使用的查询结果，以腾出空间存放新结果数据。

用户无法查看节点查询缓存的内容。

只有Filter下的子Query才能参与Cache
不能参与Cache的Query有TermQuery/MatchAllDocsQuery/MatchNoDocsQuery/BooleanQuery/DisjunnctionMaxQuery
MultiTermQuery/MultiTermQueryConstantScoreWrapper/TermInSetQuery/Point*Query的Query查询超过 2次会被Cache，其它Query要 5次

默认每个段 大于10000个doc 或每个段的doc数大于总doc数的 30% 时才允许参与cache

默认情况下，节点查询缓存最多可容纳 10000个查询，最多占总堆空间的 10％

为了确定查询是否符合缓存条件，Elasticsearch 维护查询历史记录以跟踪事件的发生。

如果一个段至少包含 10000 个文档，并且该段具有超过一个分片的文档总数的 3％的文档数，则按每个段进行缓存。由于缓存是按段划分的，因此合并段可使缓存的查询无效。

静态配置：在配置文件（elasticsearch.yml）配置，重启后生效。

动态配置：可以通过命令行（更新 setting）配置，配置后无需重启即刻生效。

静态配置，需要在集群的每个数据节点配置。
含义：控制 filter 缓存的堆内存大小。
接受百分比值（例如5％）或精确值（例如 512mb）。
默认：为10％。

静态配置，针对每个索引的配置，默认是开启
含义：控制是否启用节点查询缓存。
设置时机：只能在创建索引或者关闭索引（close）时设置。
可设置：true 或者 false。
默认：true。关闭缓存举例：

PUT my_index_0003
{
  "settings": {
    "index.queries.cache.enabled": false
  }
}

主要用于 sort 以及 aggs 的字段。这会把字段的值加载到内存中，以便于快速访问。field data cache 的构建非常昂贵，因此最好能分配足够的内存以保障它能长时间处于被加载的状态。

设置参数：indices.fielddata.cache.size。
参数类型：静态参数。
参数含义：field data 缓存的最大值。
参数举例：
1）百分比，如：38%，代表：堆内存38%。
2）固定值，如：12 GB。

缺省值：无
设置举例：需要在:elasticsearch.yml 中设置，重启后生效

Shard级别的缓存。默认的主要用于缓存 size=0 的请求，aggs和 suggestions，还有就是hits.total

缓存采用的也是LRU策略