merge是lucene的底層機制，merge過程會將index中的segment進行合並，生成更大的segment，提高搜索效率。segment是lucene索引的一種存儲結構，每個segment都是一部分數據的完整索引，它是lucene每次flush或merge時候形成。每次flush就是將內存中的索引寫出一個獨立segment的過程。所以隨著數據的不斷增加，會形成越來越多的segment。因為segment是不可變的，刪除操作不會改變segment內部數據，只是會在另外的地方記錄某些數據刪除，這樣可能會導致segment中存在大量無用數據。搜索時，每個segment都需要一個reader來讀取裏面的數據，大量的segment會嚴重影響搜索效率。而merge過程，會將小的segment寫到一起形成一個大的segment，減少其數量。同時重寫過程會拋棄那些已經刪除的數據。因此segment的merge是有利於查詢效率的。

elasticsearch的merge其實就是lucene的merge機制。merge過程是lucene有一個後臺線程，它會根據merge策略來決定是否進行merge，一旦merge的條件滿足，就會啟動後臺merge。merge策略分為兩種，這也是大多數大數據框架所采用的，segment的大小和segment中doc的數量。以這兩個標準為基礎實現了三種merge策略：TieredMergePolicy、LogDocMergePolicy 及LogByteSizeMergePolicy。elasticsearch這一部分就是對這三種合並策略的封裝，並提供了對於的配置。它的實現方式如下所示：

底層mergeprovider實現了對三種合並策略的初始化和配置，並通過getMergePolicy()方法對外提供。這三種合並策略中LogDocMergePolicy是根據doc數量進行合並，其它兩種都是根據segment的大小，只是TieredMergePolicy合並過程是分層進行，它會把小於某一值的所有segment合並成一個大的segment，然後再一次進行。

以上是合並策略，除了合並策略還有一個要說的就是合並線程。前面說過，merge是通過獨立線程完成的，lucene對於線程策略也有兩種，一種是順序，另外一種就是並發。順序合並策略會阻止索引的進行，因此多數情況先不會使用，而並發合並則是和index過程同時進行，這樣不會影響索引和搜索。elasticsearch同樣通過provider的形式提供這兩種合並線程配置。

總結：merge能夠通過減少segment數量來提高搜索速度。但是merge的過程會對索引吞吐量及搜索速度有一定的影響，因此需要配置適當的合並策略參數。對於資源不足的環境，最好禁止自動merge，選擇空閑時段手動進行merge。

，

elasticsearch index 之merge