ES的跨索引查询有多便利？

技术限制

Elasticsearch索引本身有一些指标限制，对于很多新手来说最容易忽视或者乱用。

• Elastic索引数据量有大小限制;
• 单个分片数据容量官方建议不超过50GB，合理范围是20GB～40GB之间;
• 单个分片数据条数不超过约21亿条(2的32次方)，此值一般很难达到，基本可以忽略，背后原理可以参考源码或者其它;
• 索引分片过多，分布式资源消耗越大，查询响应越慢。

基于以上限制，索引在创建之前就需要依据业务场景估算，设置合理的分片数，不能过多也不能过少。

技术便利

在基于关系型数据库的应用场景中，数据量过大，一般会采用分库分表策略，查询数据时基于第三方中间件，限制多多;在基于NoSQL的应用场景中，如MongoDB，数据量过大，会采用数据产品本身提供的分片特性，查询数据时基于自身的路由机制。

无论是分库分表还是分片，它们只解决了一维数据的存储与查询，二维的不能，如电商订单系统场景，数据库采用多库多表拆分，一旦容量超过预期设计，需要二次拆分继续分库分表;MongoDB采用多分片拆分，一旦容量超过预计设计，需要继续扩展分片节点。

以上对于Elasticsearch可以不用这样，它提供了两个维度的拆分方式，第一维度采用多个索引命名拆分，第二维度采用索引多分片，对于查询来说，可以灵活匹配索引，一次指定一个索引，也可以一次指定多个索引。