1.如果条件允许，内存和cpu一定要足够多，要超过总数据量的1半以上最好，当然数据量很大的时候要在经常查询数据的2倍以上。
2.数据分离存储，经常查询的数据放一些索引，不经常查询的放一部分索引，然后通过唯一的id关联即可，需要查那些不经常查的数据的时候通过id查询即可，这里可以和hbase联合使用。把条件字段和经常查看的字段放在es中，不经常查看的放hbase中，这样既可以省es的空间，性能效果也俱佳
3.数据大时，每个索引的数据量不要太大，一般很大的时候可以每天一个索引，或者每月一个索引，具体看业务来选择
4.进行数据预热，即，每天或者定期后台去访问那些经常查询的数据，把它们加载到filesys_cache中去，因为es查询时，如果缓存里有该数据就直接从缓存读取，没有就去硬盘把数据加载到该缓存中，下次再查时就快很多了，所以有时候es第一次查询时会有点慢，后面就快很多了
5.es中不要做太复杂的查询，尤其是关联查询，如果有些一定要关联，关联的条件也要尽量少，比如id即可
6.可以使用fitter过滤会快很多，尽量不要存为全文索引的数据类型，
7.es不适合做长期存储，一般只挑近期的，常用的放进去即可，久远的数据或者不常查询的，可以放到hive中，那些查的少，肯定速度也不要求，所以放hive中最合适
8.查询的时候当然是副本多一些比较好，但是一般3个副本就可以了，太多也不合适
9.有钱的话，多加一点cpu和内存是最好的，这是最实在的办法，有钱了，有资源了，上面那些就显得微不足到了。
10.另外es查询的时候尽量不要排序，看情况而定吧，排序的时候可能会有点慢。
11.kibana是个好东西，很多功能足够了，唯一的缺点就是不能进行权限控制，社区版已经具备不少功能了，当然有能力可以使用付费的，效果肯定更好，这是对没有开发能力和不想花太多时间去写es代码的同学说的。有时间，当然自己写一个系统来事先es查询肯定定制化开发更好的。
原文：https://www.cnblogs.com/xinyumuhe/p/11956589.html