2. ES 缓存体系深度剖析：Node Query Cache、Shard Request Cache、Field Data Cache、Indexing Buffer 的角色与生命周期

Elasticsearch 的缓存体系是保障查询性能与写入吞吐的核心机制。不同缓存服务于不同的数据访问模式，拥有各自的生命周期、失效策略与内存边界。理解这四类缓存（Node Query Cache、Shard Request Cache、Field Data Cache、Indexing Buffer）的角色差异，是构建可观测性与排查缓存一致性问题的前提。

2.1 四类缓存全景对比

2.2 Node Query Cache：过滤结果的节点级复用

Node Query Cache 缓存的是 filter 上下文中每个段（segment）的位集（bitset）。当多个查询共享相同过滤条件时，ES 直接复用位集，避免重复遍历倒排索引。

• 存储粒度：按段缓存，每个段对应一个位集（0/1 标记文档是否匹配）。
• 生命周期：节点存活期间持续存在，采用 LRU 淘汰策略。当段被合并（merge）时，旧段的位集失效，新段需要重新构建。
• 关键参数：indices.queries.cache.size（默认 10% 堆）。
• 一致性风险：段合并后，旧缓存不会立即清除，但查询会跳过失效条目。如果监控到 cache evictions 过高，说明 filter 复用率低或段合并频繁。

# 查看节点级 Query Cache 统计
GET _nodes/stats/indices/query_cache

# 响应关键字段
"query_cache": {
  "memory_size_in_bytes": 52428800,
  "total_count": 120000,
  "hit_count": 95000,
  "miss_count": 25000,
  "evictions": 3000
}

2.3 Shard Request Cache：分片级响应缓存

Shard Request Cache 缓存的是 完整的分片级响应，包括 hits 总数、聚合结果、字段值等。适用于 size=0 的聚合查询或计数查询。

• 存储粒度：按分片缓存，key 由请求的 JSON 体、索引名、分片 ID 共同决定。
• 生命周期：分片存活期间有效。当分片发生 refresh（新数据可见）时，该分片的缓存自动失效。
• 关键参数：indices.requests.cache.size（默认 1% 堆），可在索引级别通过 index.requests.cache.enable 关闭。
• 一致性风险：写入后未 refresh 时，缓存仍返回旧数据。这是最常见的“缓存与写入不一致”场景——查询结果滞后于写入。

2.4 Field Data Cache：全局序数与内存化 doc values

Field Data Cache 主要用于 聚合（aggregation）和排序。当字段启用 fielddata=true（text 类型默认关闭）或使用 doc_values 时，ES 会将字段的全局序数（Global Ordinals）加载到内存。

• 存储内容：每个字段的全局序数映射（term → ordinal）以及 doc values 的堆内缓存。
• 生命周期：字段被查询时加载，LRU 淘汰。段合并后，全局序数需要重建——这是聚合性能毛刺的主要来源。
• 关键参数：indices.fielddata.cache.size（默认无上限，受 indices.breaker.fielddata.limit 断路器保护）。
• 一致性风险：段合并导致全局序数重建期间，聚合查询可能返回不完整结果或触发断路器异常。

# 查看 Field Data Cache 使用情况
GET _nodes/stats/indices/fielddata

# 响应示例
"fielddata": {
  "memory_size_in_bytes": 209715200,
  "evictions": 150
}

2.5 Indexing Buffer：写入阶段的临时缓冲区

Indexing Buffer 不是传统意义上的“缓存”，而是 写入路径的临时存储区。文档先写入 Indexing Buffer，经过 refresh 后变为可搜索的段。

• 存储内容：未 refresh 的文档数据、倒排索引增量、translog 记录。
• 生命周期：从文档写入到下一次 refresh（默认 1s）或 buffer 满（触发强制 refresh）。flush 操作会将 buffer 中的段持久化到磁盘。
• 关键参数：indices.memory.index_buffer_size（默认 10% 堆，按分片均分）。
• 一致性风险：节点宕机时，Indexing Buffer 中未 flush 的数据会丢失（但 translog 可恢复）。Buffer 满导致写入阻塞是写入压测中的常见问题。

2.6 缓存生命周期与一致性闭环

下图展示了四类缓存在写入→refresh→查询→段合并全流程中的生命周期交互：

2.7 缓存一致性故障模式速查