Elasticsearch是一个基于Lucene的搜索服务器，其搜索的核心原理是倒排索引，今天谈下在日常项目中使用它遇到的一些问题及优化解决办法。
一. 搜索的深度分页问题
在日常项目中，经常会有分页搜索并支持跳页的需求，类似百度、Google搜索那样，使用ES进行这类需求的搜索时一般采用from/size的方式，from指明开始的位置，size指定获取的条数，通过这种方式获取数据称为深度分页。
通过这种分页方式当我取 from为11000，size为10时，发现无法获取：
ES报错说超过了max_result_window
初步解决方案：
我修改了索引的设置，将max_result_window设置为了10000000：
PUT ccnu_resource/_settings { "index": { "max_result_window": 10000000 } }这样做虽然解决了问题，并且目前在性能上也没有太大问题。一次当我用Google搜索时时，突发奇想，想试试Google的最大分页数：
我发现Google提示：Google为所有查询的结果数都不会超过1000，然后我迅速尝试了百度和微软的BING：
百度只显示76页，当修改url时，76页以外的也不会显示，这时候会跳到第一页，微软BING只会显示97页，当你继续下一页时它会回退当前页的前一页，这时候我重新查阅了ES分页遍历相关资料，这种from/to的方式采用的是深度分页机制，并且目前所有分布式搜索引擎都存在深度分页的问题。
ES深度分页：
由于数据是分散存储在各个分片上的，所以ES会从每个分片上取出当前查询的全部数据，比如from：9990，size：10，ES会在每个分片上取10000个document，然后聚合每个分片的结果再排序选取前10000个document；所以当from的值越来越大，页数越来越多时，ES处理的document就越多，同时占用的内存也越来越大，所以当数据量很大、请求数很多时，搜索的效率会大大降低；所以ES默认max_result_window为10000。
所以如果要使用from/size的方式分页遍历，最好使用ES默认的max_result_window，可以根据自己的业务需求适当增加或减少max_result_window的值，但是建议以跳页的方式分页最好控制页数在1000以内，max_result_window的值最好不要修改。
二. Mapping设置与Query查询优化问题
在ES中创建Mappings时，默认_source是enable=true，会存储整个document的值，当执行search操作的时，会返回整个document的信息。如果只想返回document的部分fields，但_source会返回原始所有的内容，当某些不需要返回的field很大时，ES查询的性能会降低，这时候可以考虑使用store结合_source的enable=false来创建mapping。
PUT article_index { "mappings": { "es_article_doc":{ "_source":{ "enabled":false }, "properties":{ "title":{ "type":"
