Shard request cache(分片请求缓存)

当搜索的请求运行在单个或者多个索引上时，每个涉及的分片在本地执行搜索并将其本地结果返回给协调节点，该协调节点将这些分片级结果合并为“全局”结果集。

分片级请求缓存模块将本地结果缓存在每个分片上。这允许经常使用（并且可能很重）的搜索请求几乎立即返回结果。请求缓存非常适合日志记录用例，其中只有最近的索引正在被更新 - 较旧索引的结果将直接从缓存提供。

默认情况下，request cache（请求缓存）只会缓存size =0（结果为空）的的请求，它并不会缓存命中结果，但是他会缓存命中总数, aggregations, and suggestions. 大多数现在用到的查询都不会缓存 (请参考 “Date Mathedit”章节) .

cache invalidation（缓存失效）

缓存的机制是智能，他保证了及时未被缓存的索引也能在被接近实时（NRT）的搜索出来。

当分片中的数据确实已经发生改变的情况下，缓存结果才会根据分片的刷新自动失效。换言之, 当你请求未被缓存的索引时，总会得到相同的结果。

越长时间的刷新间隔，则缓存就被越长时间的保留，当缓存满了，最近未被使用的缓存将被驱除

缓存可以通过clear-cache API来配置过期时间：

POST /kimchy,elasticsearch/_cache/clear?request_cache=true

Enabling and disabling caching（启用和停用缓存）

缓存默认是启用状态，你可以在创建索引的时候通过以下方式停用缓存:

PUT /my_index
{
  "settings": {
    "index.requests.cache.enable": false
  }
}

缓存也可以通过 update-settings API，动态的对已有的缓存进行启用和停用:

 PUT /my_index/_settings
{ "index.requests.cache.enable": true }

Enabling and disabling caching per request(每个请求的缓存启用和停用)

可以在请求时通过请求参数request_cache来为每个请求启动和关闭缓存，如果是用了此参数，他将会覆盖index-level配置：

 GET /my_index/_search?request_cache=true
{
  "size": 0,
  "aggs": {
    "popular_colors": {
      "terms": {
        "field": "colors"
      }
    }
  }
}

注意

如果您的查询使用脚本，其结果是不确定的（例如，它使用一个随机函数或引用当前的时间）你需要将request_cache设置为false，来禁用该请求的缓存

请求size大于0 的时候不会缓存，即使request cache已经设置为启用。你可以在请求中详细列的出来参数来缓存你的请求。

Cache key（缓存key）

JSON整体被用作缓存key。这就意味着如果JSON发生变化例如，如果key的排序发生了变化 - 那么缓存key将不被认可。

提示

大多数JSON库都支持规范模式，以确保JSON密钥始终以相同的顺序排列。该规范模式可以在应用程序中使用，以确保请求始终以相同的方式序列化。

Cache settings（缓存配置）

缓存在节点级别进行管理，并且默认最大大小为heap（堆）的1％。在config / elasticsearch.yml文件中更改：

indices.requests.cache.size: 2%

此外，您可以使用indices.requests.cache.expire设置为缓存有效时间，这样做多此一举。因为当索引被刷新时，老旧的结果将自动失效，此设置仅供参考。

Monitoring cache usage（监控缓存使用）

缓存大小和缓存被驱逐次数可以通过索引查看，缓存的大小单位： bytes（字节）[indices-stats](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/indices-stats.html "Indices Stats")API：

GET /_stats/request_cache?human

node（节点）与[nodes-stats](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/cluster-nodes-stats.html "Nodes Stats")API：

GET /_nodes/stats/indices/request_cache?human