我对Elasticsearch和多态数据的基本问题感到困惑。我希望能够通过一个Elasticsearch查询找到多种类型的结果（例如用户，视频和播放列表）。它必须只是一个查询，因为Elasticsearch可以做所有的评分，我不需要做任何魔术来组合不同类型的多个查询结果。
我知道Elasticsearch使用平面文档结构，这让我遇到了以下问题。如果我索引多态数据，我将不得不为多态数据的子类型中我关心的每个唯一属性指定一个“缺失”值。
我已经找到了其他处理此问题的示例，但找不到任何问题。文档中似乎没有任何内容。我是否忽略了一些明显的东西，或者Elasticsearch是不是设计用于做这样的事情？
亲切的问候，
STEFFAN
答案 0 :(得分：0)
这不是Elasticsearch本身的问题，而是底层lucene索引的问题（或限制）。因此，任何基于lucene的数据库/引擎都会遇到同样的问题（如果不是更糟糕的话:)，ES会为你做很多工作）。可能ES会缓解进一步发布的痛苦，但不会显着。和IMO一样，几乎没有任何高性能搜索引擎能够承受真正的多态数据。
答案取决于您的数据结构，这是肯定的。基本上，您有两种选择：
将所有数据放在单个索引中，然后按类型拆分。并且您已经知道开销 - 朗讯索引与稀疏数据的效果不佳。您的数据越相似，问题就越少。无论如何，ES将为＆＃34;缺少＆＃34;做所有基础工作。值，您只需要处理存储稀疏数据的内存/磁盘开销。
如果您的数据是使用父子关系（即视频 - ＆gt;播放列表）进行组织的，那么您肯定需要单个索引来处理此类数据。只留下这种方法。
将您的数据划分为多个索引。这样，当从多个分片聚合数据时，lucene索引的磁盘开销会略高一些;可能会有更高的CPU使用率（所以，你应该分别调整分片）。
您仍然可以在单个请求中查询ES以查找所有文档，因为ES支持multi-index个查询。
所以，这看起来像纯粹是你的数据结构的问题。我建议只需启动小型集群来测量预期数据的内存/磁盘/ CPU使用情况。关于＆＃34; index vs shard＆＃34;的更多细节 - Adrien的伟大article。
稍微偏离主题，如果ES似乎没有满足您的需求，我建议您这样做 仍然考虑在应用方面合并数据。 ES适用于多个轻量级请求（而不是几个较重），并且由于ES的结果已经排序，您需要合并已排序输入的已排序流。那里没那么神奇，tbh。