Elasticsearch：对同一数据记录的每种语言使用单独的索引

Question

我有一个数据记录，其中有一个名为title的字段。记录可能同时具有不同的标题语言。这样的记录有其他字段，其值不随语言而变化，所以我不在以下两个例子中列出它们：

Record #1:
Title (English): Hello

Record #2:
Title (English): World
Title (Spanish): mundo

目前标题有四种语言：英语，西班牙语，法语和中文。系统增长时将支持更多语言。

我是Elasticsearch的新手。我想为每种语言都有一个单独的索引。因此，对于记录＃2，我将创建两个Elasticsearch文档（每种语言一个）并将文档发送到与其语言对应的索引。

在记录索引，更新，删除和搜索时，这是一个好的/可接受的设计吗？有什么问题吗？

对于这种设计，我认为它至少有好处：

• 我可以轻松决定每种语言需要多少分片 独立地
• 我可以决定索引（语言）
的分片数量和位置
• 当系统增长时，我可以轻松地为新语言添加索引 销毁或重新索引现有数据。
• 系统可以最大限度地利用分布式计算 功率

感谢您的任何意见！

最佳。

Answer 1

您的解决方案可能会正常运行，但如果您开始允许多语言搜索，则可能会遇到重复文档的问题。

每个字段有多个可能的值可能更为理想，例如：

• title.engligsh
• title.spanish

您可以为每种语言提供完全不同的分析规则，而无需复制文档。

此方法将进一步允许您使用自己的分析规则向文档添加新标题。但是请注意，最后我检查过，如果你使用一个全新的自定义分析仪，你需要打开/关闭索引才能使它生效，这将导致几秒钟的停机时间。

我试着用一个端到端的例子来寻找一些时间来扩展这个答案。