搜索中台的稳定性优化是什么？

业务挑战一个在于稳定性方面：贝壳的 Elasticsearch 使用场景和很多公司不 太一样，很多公司的 Elasticsearch 搜索不一定是核心业务，比如用于日志分 析、数据分析、运维监控，但我们服务于首页最核心的业务，所以对稳定性的 要求非常高，目前我们的 SLA 至少需要满足 99.99%，未来希望能达到 5 个 9，所以我们在稳定性方面做了很多工作，比如 Elasticsearch 集群的双机房互 备，主备集群自动熔断降级、主备一键分流，以及网关层也有相应的限流和熔断 降级策略等等。另一个是数据同步方面：搜索一般白天都是业务查询的高峰期， 但是也有业务会在白天做大批量的数据变更，然后这些变更需要及时的同步到 Elasticsearch，如果同步过快，就会造成 Elasticsearch 集群的压力增加，从 而影响到查询延时；如果同步太慢，又会影响到数据的实时性。所以需要我们对 实时和批量做区分，并对写入速度进行权衡。我们最终通过使用多个 kafka 消息 队列来对数据写入异步化和并行化，同时对生产者和消费者都进行限速。并且对 于那些数据频繁变更的业务，我们在写入 Elasticsearch 之前提前进行小批量数 据的预合并，从而降低 Elasticsearch 的写入压力，保证查询性能的稳定。

资源来源于《Elasticsearch 中国开发者调查报告》下载地址：https://developer.aliyun.com/topic/download?id=59