tldr utilisation ILM pour gérer cela pour vous, et un fragment de la taille de quelque part entre 30-50 GO, et de le laisser gérer tout cela pour vous
plus la réponse est que ce n'est pas les indices qui sont le problème, c'est d'éclats
par exemple, si vous utilisez des indices de 10 avec 1 primaire et 1 réplique tesson, et que 500K de manifestations est de 500 mo, alors vous avez 20 éclats avec 25 MO de données. les ressources de segment de mémoire, CPU - que Elasticsearch besoins pour la gestion de ces est la même que si vous aviez le même fragment et de l'indice de compter, mais avec 50 go de données dans chaque fragment
la taille recommandée de tessons est de 30-50 GO, mais cela dépend des cas d'utilisation, et un tas d'autres choses comme de cluster de dimensionnement, de la requête et l'indexation des Ens et plus. pour plus de journalisation des cas d'utilisation, de 50 go est un bon équilibre entre la densité et de la réactivité