ES 节点 3 台机器，每台机器 32 G 内存，总内存 96 G，给 ES JVM 堆内存是 16 G，那么剩下来给 cache 的是 16 G，总共 ES 集群的的 cache 占用内存 48 G ，如果所有的数据占据磁盘空间 600 G，那么每台机器的数据量是 200 G，而查询时，有 150 G 左右的的数据是走磁盘查询的，那么走 cache 的概率是 48 G/ 600 G = 8%，也就是说大量查询是走磁盘的。
但不可否认的是，在长期的应用实践中，也发现很多不好处理的流程和场景;对于ES索引的结构维护，数据主体如果相对简单的话，可以考虑手动管理，但实际上使用索引时，通常主体结构都比较复杂，字段个数超过三五十都很常见，所以基于流程化的管理很有必要;
"field": "balance"}感悟从正式成为一名程序员的那天起，注定要进行没有止境的学习，想要进阶高级或者专家，就要坚持每天都高效的学习，不要给自己的懒惰找借口，“什么我也想学习可是又没有资源”，这次我给你整理好了，我看你还有啥理由！
我们知道，完全把数据放在内存中是不可靠的，实际上也不太现实，当我们的数据达到PB级别时，按照每个节点96G内存计算，在内存完全装满的数据情况下，我们需要的机器是：1PB=1024T=1048576G节点数=1048576/96=10922个 实际上，考虑到数据备份，节点数往往在2
