在ES中，每秒清空一次写缓冲，将这些数据写入文件，这个过程称为refresh，每次refresh会创建一个新的Lucene 段。但是分段数量太多会带来较大的麻烦，每个段都会消耗文件句柄、内存。每个搜索请求都需要轮流检查每个段，查询完再对结果进行合并；所以段越多，搜索也就越慢。因此需要通过一定的策略将这些较小的段合并为大的段，常用的方案是选择大小相似的分段进行合并。在合并过程中，标记为删除的数据不会写入新分段，当合并过程结束，旧的分段数据被删除，标记删除的数据才从磁盘删除。
默认情况下索引的refresh_interval为1秒，这意味着数据写1秒后就可以被搜索到，每次索引的refresh会产生一个新的Lucene段，这会导致频繁的segment merge行为，如果不需要这么高的搜索实时性，应该降低索引refresh周期
indexing buffer在为doc建立索引时使用，当缓冲满时会刷入磁盘，生成一个新的segment，这是除refresh_interval刷新索引外，另一个生成新segment的机会。每个shard有自己的indexingbuffer。
indexRequest.setRefreshPolicy(WriteRequest.RefreshPolicy.IMMEDIATE);
Elasticsearch 刚索引的文档并不是立即对搜索可见，它们会先在内存 buffer（缓存区）中，待 buffer 数据满后或主动刷新操作才会写入到文件缓存区中，便可以搜索。
手动让es中的数据每次更新后都从indexing buffer中刷新到磁盘中，从而让更新的数据立即可见，但是从前面的分析可见，会影响性能。
! 注意，经过验证，上文的代码在 8.17.8 版本不适用。
可以通过对应请求的 refresh 方法配置。
java
var builder = new UpdateRequest.Builder<Article, Map<?, ?>>();
builder.index(ElasticConstant.ARTICLE_INDEX);
builder.id(dto.getId()
.toString());
builder.doc(objectMapper.convertValue(dto, Map.class));
// 立刻刷新 ES
builder.refresh(Refresh.True);