1，概述
每个Elasticsearch节点内部都维护着多个线程池，如index、search、get、bulk等，用户可以修改线程池的类型和大小，以及其他的比如reflesh, flush,warmer 等，
我们一般需要关注的只是：
index,search，get,bulk 就ok了，其他的可以用到的时候再具体进行查看。
2，查看线程组的状态
curl -XGET http://master:9200/_nodes/stats?pretty
如下截取部分thread_pool 的部分结果：
bulk: { threads: 2, queue: 0, active: 0, rejected: 0, largest: 2, completed: 5 }, generic: { threads: 5, queue: 0, active: 0, rejected: 0, largest: 5, completed: 3027787 }, get: { threads: 0, queue: 0, active: 0, rejected: 0, largest: 0, completed: 0 }, index: { threads: 0, queue: 0, active: 0, rejected: 0, largest: 0, completed: 0 }, search: { threads: 4, queue: 0, active: 0, rejected: 0, largest: 4, completed: 54 },
其中，需要关注的是rejected。当某个线程池active==threads时，表示所有线程都在忙，那么后续新的请求就会进入queue中，即queue>0，一旦queue大小超出限制，比如bulk的queue默认100，那么elasticsearch进程将拒绝请求（碰到bulk HTTP状态码429），相应的拒绝次数就会累加到rejected中。
对于被拒绝的请求：我们一般用如下的方法规避。
（
1、记录失败的请求并重发
2、减少并发写的进程个数，同时加大每次bulk请求的size
）
核心的线程如下：
generic：通用操作，如node discovery。它的类型默认为cached。
index：此线程池用于索引和删除操作。它的类型默认为fixed，size默认为可用处理器的数量，队列的size默认为200。
search：此线程池用于搜索和计数请求。它的类型默认为fixed，size默认为(可用处理器的数量* 3) / 2) + 1，队列的size默认为1000。
suggest：此线程池用于建议器请求。它的类型默认为fixed，size默认为可用处理器的数量，队列的size默认为1000。
get：此线程池用于实时的GET请求。它的类型默认为fixed，size默认为可用处理器的数量，队列的size默认为1000。
bulk：此线程池用于批量操作。它的类型默认为fixed，size默认为可用处理器的数量，队列的size默认为50。
percolate：此线程池用于预匹配器操作。它的类型默认为fixed，size默认为可用处理器的数量，队列的size默认为1000。
3，线程池的主要类型如下：
1、cached
无限制的线程池，为每个请求创建一个线程。这种线程池是为了防止请求被阻塞或者拒绝，其中的每个线程都有一个超时时间(keep_alive)，默认5分钟，一旦超时就会回收/终止。elasticsearch的generic线程池就是用该类型。最近发现5.0.0-alpha2版本中去掉了该类型的线程池
2、fixed
有着固定大小的线程池，大小由size属性指定，默认是5*cores数，允许你指定一个队列（使用queue_size属性指定，默认是-1，即无限制）用来保存请求，直到有一个空闲的线程来执行请求。如果Elasticsearch无法把请求放到队列中（队列满了），该请求将被拒绝。
3、scaling
可变大小的pool，大小根据负载在1到size间，同样keep_alive参数指定了闲置线程被回收的时间。
4，线程池的配置：
1，可以,在elasticsearch.yml 进行配置
threadpool.index.type: fixed
threadpool.index.size: 100
threadpool.index.queue_size: 500
2，也可以利用api 进行设置
curl -XPUT 'localhost:9200/_cluster/settings' -d '{
"transient": {
"threadpool.index.type": "fixed",
"threadpool.index.size": 100,
"threadpool.index.queue_size": 500
}
}'