背景：
搜索接口性能慢，数据量大
业务背景：有1000家公司，不同公司数据量差异大，且越近的时间的数据使用到的概率越大。
方案一：按公司建索引，每家公司一个索引
有点：技术实现简单。
缺点：1、出故障重建索引效率慢。2、可扩展性不强
方案二: 热点数据单独索引，历史数据按时间进行索引
常用数据切分方案参考：Sizing Elasticsearch
下面重点介绍下“基于时间的索引” (time-based indices) 的相关技巧
1、如何选择划分的时间范围
根据数据的增长速度不同 可以按天（索引名类似2019-09-24），按月（索引名类似2019-09），按年（索引名类似2019）进行划分
2、设计一个索引模板
对于我们业务来说，其实每个索引除了索引名称不同以外，其他的都是一样的，所以我们可以设计一个模板，用于每次索引的创建。这里需要用到就 ES 的 Index Templates 机制。
Index Templates 的基本原理是：首先预定义一个或多个 “索引模板”（index template，其中包括 settings 和 mappings 配置）；然后在创建索引时，一旦索引名称匹配了某个 “索引模板”，ES 就会自动将该 “索引模板” 包含的配置（settings 和 mappings）应用到这个新创建的索引上面。
以业务为例，假设我们的 ES 索引需求如下：
按越索引（索引名称形如 business-2019-09）
每天的数据按所属的月份存入对应月份的索引
搜索的时候，希望搜索范围是所有的索引（借助 alias）
基于上述索引需求，对应的 “索引模板” 可以设计为：
$ curl -XPUT http://localhost:9200/_template/business_template -d'{
"template": "business-*",
"settings": {
"number_of_shards": 1
},
"mappings": {
"log": {
"dynamic": false,
"properties": {
"content": {
"type": "string"
},
"created_at": {
"type": "date",
"format": "dateOptionalTime"
}
}
}
},
"aliases": {
"search-business": {}
}
}'
说明：
创建索引时，如果索引名称的格式形如 “business-*”，ES 会自动将上述 settings 和 mappings 应用到该索引
aliases 的配置，告诉 ES 在每次创建索引时，自动为该索引添加一个名为 “search-business” 的 alias（别名）
索引与搜索
基于上述 “索引模板” 的设计，索引与搜索的策略就很直接了。
索引策略：每天的数据，只索引到当月对应的索引。比如，2019 年9 月 24 日这天的数据，只索引到 business-2019-09 这个索引当中。
搜索策略：因为搜索需求是希望全量搜索，所以在搜索的时候，索引名称使用 “search-business” 这个 alias 即可。
更多关于 “如何有效管理基于时间的索引” 的技巧，可以参考 Managing Elasticsearch time-based indices efficiently
