Elasticsearch性能优化：缓存、堆内存与性能权衡策略
在使用Elasticsearch时，性能优化是一个关键问题。合理利用缓存、平衡JVM堆内存与操作系统缓存，以及在不同场景下做出合适的性能权衡，都能显著提升系统的性能和效率。
1. 过滤器执行选项
在运行过滤器时，有三种主要选项：
-缓存到过滤器缓存：当过滤器会被重复使用时，将其缓存到过滤器缓存中是个不错的选择。这样可以避免重复计算，提高后续相同过滤器的执行速度。
-不缓存：如果过滤器不会被重复使用，那么不进行缓存可以节省内存空间。
-在字段数据上运行术语和范围过滤器：当有大量术语时，尤其是该字段的字段数据已经加载的情况下，这种方式效果较好。例如，在对tags字段进行术语聚合后，后续对同一组标签的术语过滤器会更快，因为字段数据已经加载。
2. 分片查询缓存
分片查询缓存适用于在静态数据上重复使用整个搜索请求的场景。与过滤器缓存不同，它维护的是整个请求与其在分片级别的结果之间的映射。
2.1 缓存限制
从1.4版本开始，分片级别的缓存结果仅限于命中总数（而非命中本身）、聚合和建议。在1.5版本及以后，分片查询缓存仅在查询的search_type设置为count时有效。
2.2 缓存有效性
分片查询缓存的条目针对性很强，不同的查询或聚合可能导致缓存未命中。而且
