analytic-search插件是阿里云Elasticsearch团队自主开发的日志场景检索插件，提供Kibana Discover查询加速和查询并发两项功能，适用于日志检索和分析场景。
使用须知
analytic-search插件为系统默认插件，默认已安装且不可卸载，可在插件配置页面查看。使用该插件需要实例版本为7.10.0，内核版本为1.7.0及以上。
Kibana Discover查询加速
通过优化索引合并策略及Date_histogram执行计划策略，在没有查询条件或仅有一个查询条件时，大幅降低查询耗时。适用于日志检索场景，例如Kibana Discover中的无条件或单条件查询。
性能参考
测试环境：10 * 16核64 GB节点。某业务日志数据，一天600亿个文档，分成12个索引，每个索引60个分片。
查询条件 | SSD云盘 | 高效云盘 | OpenStore存储 |
没有查询条件 | 耗时降低96% | 耗时降低95% | 耗时降低94% |
一个查询条件 | 耗时降低88% | 耗时降低77% | 耗时降低85% |
多个查询条件 | 耗时降低8% | 耗时降低11% | 耗时降低14% |
开启Kibana Discover查询加速
创建索引时，在settings中配置index.sort按时间戳字段降序排列。以下示例仅供参考，实际使用时需按照业务字段名称调整时间戳字段名和排序。
PUT test_log
{
"settings": {
"index.points.same_sort_order_as_index_sort": true,
"index.sort.field": [
"@timestamp"
],
"index.sort.order": [
"desc"
]
},
"mappings": {
"properties": {
"@timestamp": {
"type": "date"
}
}
}
}查询并发功能
通过实现召回过程的并发，提高资源利用率，召回阶段平均耗时降低50%。适用于查询QPS低、查询召回阶段耗时高、节点计算资源充足的场景。
性能参考
测试环境：3 * 16核64 GB OpenStore冷热共享计算型节点。某业务日志数据，单索引1.6 TB，60亿个文档，60个分片。查询条件为3个TermQuery(and) + TimeRange + Sort + Datehistogram，单shard命中1000w（命中率10%）。
测试结果：
单shard查询耗时降低65%。
多shard查询耗时降低53%。
开启查询并发
执行以下命令开启查询并发功能：
PUT _cluster/settings
{
"persistent": {
"apack.analytic_search.doc_concurrency.enabled": "true"
}
}开启后，新接收到的查询任务将按默认的并发策略执行。可通过以下参数调整并发行为。
集群级别配置
参数 | 默认值 | 说明 |
apack.analytic_search.doc_concurrency.enabled | false | 是否开启查询并发功能：true（开启）或false（不开启）。 |
apack.analytic_search.doc_concurrency.concurrent.policy | 80%:4;90%:2 | 查询并发策略，格式为 |
apack.analytic_search.doc_concurrency.min_support_doc | 10000 | 使用查询并发的索引的最少文档数，低于该值则不使用查询并发。 |
apack.analytic_search.doc_concurrency.min_support_processors | 4 | 使用查询并发的节点的最少核数，低于该值则不使用查询并发。 |
apack.analytic_search.doc_concurrency.max_support_heap_usage | 80% | 使用查询并发的节点的最高JVM heap使用率，高于该值则不使用查询并发。 |
apack.analytic_search.doc_concurrency.max_support_cpu_usage | 90 | 使用查询并发的节点的最高CPU使用率，值为整数表示百分比，高于该值则不使用查询并发。 |
索引级别配置
参数 | 默认值 | 说明 |
index.apack.analytic_search.doc_concurrency.enabled | true | 是否对该索引开启查询并发功能：true（开启）或false（不开启）。 |