摘自：http://www.aboutyun.com/thread-17078-1-1.html
Segment Memory
Segment不是file嗎？segment memory又是什么？前面提到過，一個segment是一個完備的lucene倒排索引，而倒排索引是通過詞典 (Term Dictionary)到文檔列表(Postings List)的映射關系，快速做查詢的。 由於詞典的size會很大，全部裝載到heap里不現實，因此Lucene為詞典做了一層前綴索引(Term Index)，這個索引在Lucene4.0以后采用的數據結構是FST (Finite State Transducer)。 這種數據結構占用空間很小，Lucene打開索引的時候將其全量裝載到內存中，加快磁盤上詞典查詢速度的同時減少隨機磁盤訪問次數。
下面是詞典索引和詞典主存儲之間的一個對應關系圖:
<ignore_js_op>
說了這么多，要傳達的一個意思就是，ES的data node存儲數據並非只是耗費磁盤空間的，為了加速數據的訪問，每個segment都有會一些索引數據駐留在heap里。因此segment越多，瓜分掉的heap也越多，並且這部分heap是無法被GC掉的！ 理解這點對於監控和管理集群容量很重要，當一個node的segment memory占用過多的時候，就需要考慮刪除、歸檔數據，或者擴容了。
怎么知道segment memory占用情況呢? CAT API可以給出答案。
1. 查看一個索引所有segment的memory占用情況：
<ignore_js_op>
2. 查看一個node上所有segment占用的memory總和:
<ignore_js_op>
那么有哪些途徑減少data node上的segment memory占用呢？ 總結起來有三種方法：
- 刪除不用的索引。
- 關閉索引 （文件仍然存在於磁盤，只是釋放掉內存）。需要的時候可以重新打開。
- 定期對不再更新的索引做optimize (ES2.0以后更改為force merge api)。這Optimze的實質是對segment file強制做合並，可以節省大量的segment memory。