优化商品与门店关联数据写入ES索引速度

在处理商品drugList (17000个) 和门店byStoreListVo (400个) 的关联数据写入ES索引store_drug_index时，可以采取以下措施来优化执行速度：

1. 并行处理：使用多线程或线程池将drugList和byStoreListVo分成多个子集，每个线程处理一个子集，实现并行处理，提高效率。

2. 使用缓存：如果循环过程中出现重复的门店信息查询，可以使用缓存框架如Redis或Guava来缓存门店信息，减少数据库查询次数。

3. 批量写入ES索引：将组装后的数据批量写入ES索引，而不是每次循环都写入一条数据，可以减少与ES的通信次数，提高写入速度。

4. 使用批量更新或批量插入操作：如果需要更新或插入数据到数据库，可以使用批量更新或批量插入操作来减少数据库操作次数，提高执行速度。

5. 对数据进行分片处理：将drugList和byStoreListVo按照一定的规则进行分片，每个线程只处理其中的一部分数据，可以减少每个线程处理的数据量，提高执行速度。

6. 调整数据库查询语句：根据具体需求和数据库特点，优化查询语句，如添加索引、调整查询顺序等，以提高查询速度。

综上所述，可以通过并行处理、使用缓存、批量操作、分片处理等方式来提高执行速度。具体的实现方式可以根据实际情况进行调整和优化。