大量删除文档会影响ES查询性能吗

在我的 ES 集群中，我几乎没有读取大量索引（开始看到这些索引的性能问题），该集群拥有大约 5000 万个文档，并注意到其中大多数文档的总文档数的 25% 左右被删除，我知道当后台合并操作发生时，这些已删除的文档数量会随着时间的推移而减少，但就我而言，这些计数始终约为文档总数的 25% 左右，我有以下问题/疑虑：

1. 这些巨大的删除数量是否会影响搜索性能，因为它们仍然是 lucene 不可变段的一部分，并且搜索发生在所有段上并返回文档的最新版本，因此不可变段的大小会很高，因为它们包含大量已删除的内容docs，然后另一个操作来找出 doc 的最新版本。
2. 如果删除的文档数量巨大，定期合并操作是否会耗时且效率低下？
3. 有什么方法可以一次性删除这些大量已删除的文档，因为看起来后台合并操作无法跟上大量已删除的文档？

Thanks

您删除的文档仍然是索引的一部分，因此它们会影响搜索性能（但我无法告诉您这是否会产生巨大影响）。

对于定期合并，Lucene“不愿意”合并重段，因为它需要一些磁盘空间并产生大量 IO。

通过以下方式，您可以获得有关您的细分市场的一些宝贵见解索引段 API https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-segments.html

如果您的段接近 5GB 限制，则它们很可能不会自动合并，直到它们大部分由已删除的文档构成。

您可以使用以下命令强制合并索引强制合并API https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-forcemerge.html

请记住，强制合并可能会对大型索引的集群产生一些压力。存在仅删除文档的选项，这应该会减轻负担。

only_expunge_deletes（可选，布尔值）如果为 true，则仅删除 包含文档删除的段。默认为 false。

在 Lucene 中，文档并不是从段中删除；而是从段中删除。刚刚标记为 已删除。在合并期间，会创建一个新段，该段不会 包含那些文档删除。

Regards