CCLOUD博客核心结论
4核16G的阿里云服务器同时运行Elasticsearch（ES）和MySQL时，理论可支撑日均5万~10万次请求，但实际性能受配置优化、业务场景、数据复杂度等因素影响较大。
关键影响因素分析
1. 资源分配比例
- ES：建议分配8~10GB内存（JVM堆内存不超过物理内存50%），剩余资源留给MySQL和其他系统进程。
- MySQL：若以查询为主，4~6GB内存可满足中小规模数据；写入密集型场景需更高优化。
2. 业务场景差异
- 低复杂度查询（如简单KV读写）：单机QPS可达2000~5000。
- 高并发聚合查询（如ES全文检索+MySQL联表）：QPS可能降至500~1000，且响应时间显著增加。
3. 数据规模与索引设计
- ES：单节点适合千万级以下文档，若数据超过5GB需考虑分片优化。
- MySQL：单表数据量建议控制在500万行以内，避免全表扫描。
优化建议
- ES：关闭_source字段、使用doc_values减少内存占用。
- MySQL：启用缓存（query_cache）、优化索引覆盖。
- 监控告警：关注CPU利用率（70%阈值）和磁盘I/O延迟，及时扩容。
风险提示
- 混合部署冲突：ES与MySQL可能竞争I/O带宽，高并发时建议分离部署。
- 性能瓶颈：若请求量超过1万QPS，建议升级至8核32G或引入集群架构。
注：以上数据基于通用业务场景，实际需通过压测验证。