elasticsearch Elasticsearch索引按日期搜索性能-是否拆分

我目前正在玩Elasticsearch（ES）。我们正在接收传感器数据，三年来，我们在一个索引中有大约100000000个文档，使索引的大小约为50GB。索引性能并不那么重要，因为每个传感器平均每15分钟才有一次新数据到达，因此我想重点关注搜索和聚合性能。我们正在运行一个前端，基本上显示一个仪表盘，显示上周与一年前的平均值等

我在AWS上使用ES，在一台机器上的性能非常慢之后，我构建了一个包含3个数据节点的集群（每个节点有2个内核，8 GB内存），并为索引提供了3个主碎片和一个副本。向数据投放计算能力肯定会改善这种情况，而更多的计算能力会帮助更多，但我的问题是：

将指数拆分（例如按月拆分）是否会提高绩效？或者更具体一些：如果我适当地调整查询，查询（特别是按日期）是否会更快地缩小索引，或者ES是否已经“知道”在碎片中的何处查找特定日期？

---

（我知道使用较小索引的其他好处，例如可以滚动并只保留特定的时间间隔等）。

1/Elasticsearch只知道如果索引按日期字段排序，则在索引中查找特定日期的位置。你可以查一下电话号码

在您的用例中，它可以显著提高搜索性能。而且，由于所有数据都将添加到索引日期排序后的“索引末尾”，因此您不应该看到太多的索引开销

2/如果没有索引排序，较小的时间限制索引将更好地工作（即使您以所有索引为目标），因为它通常允许重写或您的范围查询到match_all/match_none内部查询

有关此行为的更多信息，请阅读以下博文：

---

1/Elasticsearch只知道在索引中按日期字段排序时在何处查找特定日期。你可以查一下电话号码

在您的用例中，它可以显著提高搜索性能。而且，由于所有数据都将添加到索引日期排序后的“索引末尾”，因此您不应该看到太多的索引开销

2/如果没有索引排序，较小的时间限制索引将更好地工作（即使您以所有索引为目标），因为它通常允许重写或您的范围查询到match_all/match_none内部查询

有关此行为的更多信息，请阅读以下博文：