优化Elasticsearch查询性能可以从以下几个方面进行：

1. 合理设计索引和分片：

   • 确保设置合理的分片和副本数，考虑数据量、节点数和集群大小。
   • 根据数据量和节点数量调整分片数量，避免使用过多分片，因为每个分片都需要额外的资源和开销。

2. 优化索引设置：

   • 使用合适的索引设置可以提高Elasticsearch的性能，例如，使用index.refresh_interval设置合适的刷新间隔，以减少写入操作对性能的影响。
   • 如果不需要实时搜索，可以将index.translog.durability设置为async，降低写入操作的延迟。

3. 优化查询：

   • 避免使用高开销的查询，如深度分页、脚本查询等。
   • 合理使用过滤器，因为过滤器的结果可以被缓存，而查询的结果则不能。
   • 使用批量操作，将多个操作组合成批量请求，减少网络开销。

4. 使用过滤器而不是查询：

   • 过滤器不计算相关性得分，结果可被缓存，提高查询速度。

5. 使用分页限制返回结果数量：

   • 降低计算和传输负担，提高查询性能。注意深度分页可能导致性能问题，考虑使用search_after参数。

6. 保持Elasticsearch版本更新：

   • 定期发布新版本以修复错误并提供新功能，保持版本更新至关重要。

7. 监控集群：

   • 使用监控工具如Elasticsearch Head、Kibana monitoring插件，监控集群的健康和性能。

8. 写入（索引化）优化建议：

   • 使用Elasticsearch的批量API，提高索引速度，减少网络开销和资源消耗。

9. 硬件优化：

   • 使用固态硬盘（SSD）作为存储设备，因为它们可以显著提高索引和搜索性能。

10. 避免热点节点：

    • 确保负载在所有节点上均衡分布，避免热点节点，提高Elasticsearch的性能。

11. 查询性能分析：

    • 使用Profile API分析查询的性能，找出瓶颈所在，针对性地进行优化。

通过实施上述策略，可以显著改善Elasticsearch的查询速度与资源利用效率。

你只要把这三点合理使用好，基本上就不会出现大问题

所以优化es特别牛其实也没啥，除非跟你较真使劲挖底层，那没办法。。。。。。