写入性能优化

• 关闭副本，待数据导入完成后再开启副本，减少副本构建的开销。

• 调整“refresh_interval”为120s或者更大，避免频繁刷新索引生成大量小的segments，同时减少merge带来的向量索引构建开销。

• 适当调大“native.vector.index_threads”的值（默认为4），增加向量索引构建的线程数。

PUT _cluster/settings 
{ 
  "persistent": { 
    "native.vector.index_threads": 8 
  } 
}

查询性能优化

• 在批量导入场景下，数据写入完成后，执行forcemerge操作能有效提升查询效率。

POST index_name/_forcemerge?max_num_segments=1

• 如果向量索引所需外内存超过了熔断线，查询时索引的缓存管理器会控制索引的换进换出，导致查询变慢，此时可适当调大熔断线的配置。

PUT _cluster/settings 
{ 
  "persistent": { 
    "native.cache.circuit_breaker.cpu.limit": "75%" 
  } 
}

• 如果端到端时延明显大于返回结果中的took值，说明查询的fetch阶段开销较大，可通过配置“_source”减小fdt文件的大小，从而降低fetch开销。

PUT my_index 
{ 
  "settings": { 
    "index": { 
      "vector": "true" 
    }, 
    "index.soft_deletes.enabled": false 
  }, 
  "mappings": { 
    "_source": { 
      "excludes": ["my_vector"] 
    }, 
    "properties": { 
      "my_vector": { 
        "type": "vector", 
        "dimension": 128, 
        "indexing": true, 
        "algorithm": "GRAPH", 
        "metric": "euclidean" 
      } 
    } 
  } 
}