我们有一个复杂的领域模型，我需要在弹性模型中进行建模，我似乎无法找到最好的方法。 我们的简化域模型如下：
对索引的典型查询是： “从我当前的位置半径1英里范围内找到我所有'巧克力蛋糕'，按相关性排序，但不要在同一链条中显示重复项，该链条最近位置的距离和地址就足够了”。查询还需要支持分页（显示前10个结果，接下来10个等）
这种模型的理想映射是什么？
我目前看到两个选项：
每个链条每个项目存储一个文档。如果链X有“巧克力蛋糕”，我们将只有一个文件。该文档将包含携带此项目的所有位置的数组。弹性中的距离滤波器似乎能够处理GPS坐标数组，但是一旦我从弹性中获得结果，我仍然需要手动迭代所有嵌套的餐馆记录，再次计算距离并找到最接近的距离以便呈现 与物品的正确距离。 优点：它的工作原理。缺点：项目文档中嵌套餐馆记录的数组可能会变大（每个链数万个位置），所以首先我不确定弹性是如何处理这个，其次是迭代这个数组O（ n）对于每个可以避免的请求，计算距离看起来像我的服务器上的不必要的负载。
每个位置每个项目存储一个文档（如果链X有100个位置并且都提供巧克力蛋糕，我们将在系统中为“X链中的巧克力蛋糕”提供100个类似文档，每个文档将与另一个只有地址和GPS坐标。优点：文件很小，我们不必手动迭代内部数组的位置。缺点：我们有重复的问题，多个文件“链X中的巧克力蛋糕”可以得到过去的距离过滤器，我们需要在得到弹性结果后手动过滤掉这些副本。将分页投入到混合中，这变得非常重要。
还有其他选项可以更有效地对其进行建模吗？有没有办法调整＃1或＃2来消除它们的缺点？
由于 梅德