Question

拥有数十亿的文件。文档的一个字段是时间戳（毫秒），在索引时使用以下映射。

  timestamp:
    type: "date"
    format: "YYYY-MM-dd HH:mm:ss||YYYY-MM-dd HH:mm:ss.SSS"
    ignore_malformed: true
    doc_values: true

搜索时，请使用范围过滤器。由于使用了doc_value，因此范围过滤器在内部使用反向索引进行搜索。这有点慢。

The execution option controls how the range filter internally executes. 
The execution option accepts the following values:
index: Uses the field’s inverted index in order to determine whether documents fall within the specified range.

如果我以其他方式更改映射，即使用day而不是hours / seconds / milliseconds。

  day:
    type: "date"
    format: "YYYY-MM-dd"
    ignore_malformed: true
    doc_values: true

搜索时，使用范围过滤器，速度更快。

有人可以帮助解释为什么性能不同。

第一个（使用秒/毫秒），反转索引（在内部假设它是一种哈希表）具有大量的键。而第二个（仅使用天数），反转索引的键少得多。是原因吗？

Answer 1

你的假设是正确的。当未对日期的时间分量编制索引时，唯一值的数量较少。在进行范围查询时，Elasticsearch必须“循环”较少数量的帖子列表，从而观察到性能改进。

Elasticsearch范围滤波器反向索引

1 个答案: