ElasticSearch QueryCache源码理解(基于6.0.0-rc2版本)

本文链接：https://blog.youkuaiyun.com/qq_25954159/article/details/89354474

本文深入探讨了ElasticSearch中的三种核心缓存机制：query缓存、field缓存和request缓存，重点分析了QueryCache的工作原理，包括其缓存策略、命中率低的原因及实现流程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

对于频繁的查询，查询结果缓存是提高效率的有效做法。

ElasticSearch缓存分为node缓存与index缓存；

其中node缓存：

1.query缓存（是属于lucene的）

2.field缓存

3.request缓存

以下分析一下QueryCache；

QueryCache是主要dsl的子查询语句的结果集缓存，对于后续相同的查询可以直接取缓存数据

以上是核心三种缓存的源代码

本集群query_cache情况：

总缓存量960.18M

命中率：0.06，非常低

场景分析原因：现阶段的大多数查询都是带上秒级别的时间查询，所以导致大量缓存失效，而且数据实时存储segment不断合并，也会导致缓存不断失效。缓存利用率非常低，即使加大indices.queries.cache.count与indices.queries.cache.size也效果不明显，过大反而会容易OOM。

缓存实现流程：

IndicesQueryCache --->  LRUQueryCache  --->  QueryCachingPolicy  其中UsageTrackingQueryCachingPolicy实现了QueryCachingPolicy接口

IndicesQueryCache 会使用最近使用算法的LRUQueryCache与QueryCachingPolicy 去具体实现缓存细节。

接下来分析UsageTrackingQueryCachingPolicy的缓存策略：

isCostly方法的作用：判断是否是复杂的查询，一般并联的都是复杂查询

shouldNeverCache方法的作用：应该是不缓存的查询，比如说term查询，MatchAllDocs查询，etc.

minFrequencyToCache 方法中，对于高昂查询语句，查询两次就缓存进入缓存。一般查询5次将进入缓存，对于BooleanQuery与DisjunctionMaxQuery这两个查询4次保存缓存。