以下是对您提供的博文内容进行深度润色与结构重构后的技术文章。本次优化严格遵循您的全部要求：
- ✅彻底去除AI痕迹：语言自然、专业、有“人味”，像一位资深搜索架构师在分享实战经验；
- ✅摒弃模板化标题与章节割裂感：全文以逻辑流驱动，用真实问题切入，层层递进，不设“引言/总结/展望”等套路；
- ✅强化工程语境与决策依据：每项优化都附带“为什么这么选”“不这么干会怎样”“监控怎么看”的一线视角；
- ✅代码即文档，注释即心法：所有代码块均含上下文解释、参数取值依据、常见误操作警示；
- ✅删除冗余图表与参考文献：Mermaid图已转为文字描述，参考文献列表完全移除；
- ✅结尾不喊口号、不列条目、不画饼：在讲完最后一个可落地的协同技巧后自然收束，留白有力。
高并发下ES调用不是拼配置，是拼“怎么发请求”
你有没有遇到过这样的场景？
凌晨两点，告警炸了：ES集群CPU 98%，search.query_time_in_millis平均飙升到1.2秒，Kibana里满屏红字写着circuit_breaking_exception；运维同事一边重启协调节点，一边甩来一句：“查查你们应用层，是不是又在for循环里单条写？”
这不是玄学——ES本身很稳，但应用层一个new RestHighLevelClient()、一次client.index()、一段没过滤的wildcard查询，就能让整套集群抖三抖。
我们做过一个粗略归因：在57个真实线上故障中，68%的问题根因不在ES配置（比如分片数、JVM堆大小），也不在硬件（磁盘IO、内存带宽），而是在应用服务怎么跟ES“说话”。更准确地说：是HTTP连接怎么建、数据怎么塞、查询怎么写、结果怎么缓。
这篇文章不讲ES原理，不列参数手册，只说一件事：当QPS从几百冲到几万时，你的Java服务，到底该怎么调用Elasticsearch？所有结论基于ES 8.10+（兼容OpenSearch 2.11+），使用官方推荐的Elasticsearch Java API Client，所有配置和代码均可直接复制进生产环境。
连接不是“用完就扔”，是得养着
很多人以为HTTP是无状态的，所以“每次new一个client，用完close，干净利落”。错。这恰恰是高并发下最危险的习惯。
ES对外暴露的是RESTful接口，底层走HTTP/HTTPS。而每一次new OkHttpClient()默认只配了5个空闲连接，maxPerRoute=5。这意味着：如果你的服务有10个线程同时查products索引、5个查orders、3个查logs，那第9个products请求就会卡住——它得等前面某个连接释放，或者干脆新建连接。而新建连接要三次握手、TLS协商、证书校验……在HTTPS场景下，光握手就可能耗掉200ms以上。
我们在线上压测过：QPS 3000时，未配置连接池的客户端，http_client_pool_leased / http_client_pool_max比值长期高于0.95，大量线程阻塞在ConnectionPool.acquire()；而把ConnectionPool显式设为20空闲连接、5路由上限、5分钟保活后，复用率稳定在98.3%
