【Elasticsearch】`_refresh`和`_flush`的区别

在Elasticsearch中，`_refresh`和`_flush`操作虽然看似都与“刷新”有关，但它们的功能和作用范围有显著区别：

 

`_refresh`操作

- 目的：使索引操作（如新增、更新、删除文档）后的更改能够立即被搜索到。

- 工作原理：将内存缓冲区（in-memory buffer）中的数据写入到一个新的Lucene segment中，并将其加载到文件系统缓存（OS cache）中，此时文档可以被搜索到，但数据尚未写入磁盘。

- 触发方式：

  - 默认情况下，Elasticsearch每秒自动执行一次`_refresh`操作，但仅在最近30秒内有搜索请求的索引上执行。

  - 可以通过设置`index.refresh_interval`来调整刷新间隔，或者在索引操作时通过`?refresh=true`参数强制触发。

  - 当内存缓冲区达到一定大小（默认为节点堆内存的10%）时，也会触发`_refresh`。

- 特点：`_refresh`操作是同步的，会在操作完成前阻塞请求。

 

`_flush`操作

- 目的：将内存中的数据和事务日志（translog）中的操作永久写入磁盘，确保数据的持久性。

- 工作原理：

  - `_flush`操作会先执行`_refresh`，将内存缓冲区中的数据写入新的Lucene segment并加载到文件系统缓存中。

  - 然后，将这些segment从文件系统缓存强制刷入磁盘（通过`fsync`操作），并清空事务日志。

- 触发方式：

  - 默认情况下，Elasticsearch会在以下情况下自动触发`_flush`操作：

    - 每30分钟定时触发。

    - 当事务日志大小超过512MB时。

    - 在每次索引、批量、删除或更新操作完成后。

  - 也可以通过API手动触发`_flush`操作。

- 特点：`_flush`操作是异步的，不会阻塞请求。

 

主要区别

- 数据可见性：`_refresh`使数据在搜索中可见，而`_flush`主要用于数据的持久化，不影响数据的搜索可见性。

- 操作范围：`_refresh`操作主要涉及内存缓冲区和文件系统缓存，而`_flush`操作会将数据写入磁盘并清空事务日志。

- 性能影响：`_refresh`操作的开销相对较小，但频繁的`_refresh`可能会影响写入性能；`_flush`操作的开销较大，但可以通过调整参数优化性能。

 

总结来说，`_refresh`用于使新文档能够被搜索到，而`_flush`用于确保数据持久化到磁盘，两者在Elasticsearch的索引管理中各自扮演着重要的角色。