为什么在 Elasticsearch 中以昂贵的 CPU 方式合并段？

Question

我看到每次遇到ES高CPU的问题，总是Lucene Merge Thread。

据我了解，段已经排序，因此您每次只是合并两个排序的段，就像合并排序的合并过程一样。为什么合并会如此昂贵。还是我遗漏了什么？

Answer 1

合并过程在 IO 上成本高的原因有几个，CPU：

1. Lucene 使用 Skip list 数据结构，它们的合并成本很高，有一篇关于 Skip list merge here.
的好文章
2. 两个并行合并可以同时发生。
3. Lucene 将需要创建第三个段并合并两个段，因此您将需要足够的 space。

有一篇关于段合并的好博客 post here。