ElasticSearch 的写入机制，其实多人没整明白，尤其在大数据场景下，写入慢、堆积、甚至丢数据的问题，真的挺让人头大。

《ElasticSearch 写入原理及优化》这份文档，讲得还蛮细，算是把写入链路拆得比较清楚了。你能搞懂从index求开始，到refresh、flush、merge这一套流程，哪里耗时、哪里能动手脚。

像你用Flink或者Logstash批量写入时，常见的吞吐低，其实多时候是bulk size没调好，或者是refresh 机制搞得太频繁。文档里有提这块的优化建议，还附了实践对比，蛮实用的。

顺带一提，作者也连了不少相关文章，有倒排索引实现的 Java 代码，有Elasticsearch 深度分页的，也有MySQL和Oracle的索引优化策略。你要是刚好在搞搜索系统，这一套真挺有参考价值。

建议你搭配Flink 写入 ES 对比文章一起看，前后逻辑就更清楚了。如果你最近写入性能有瓶颈，真的可以抽点时间看看。