Question

我们有一个简单的网页，用户可以在其中提供一些输入和查询数据库。我们目前使用mongodb但希望迁移到elasticsearch，因为查询速度更快。

有一些必需的搜索字段，例如开始和结束日期，以及一些可选的搜索字段，例如匹配条目的搜索字符串，或父搜索字符串，以匹配父条目。父子关系只是通过包含每个条目的祖先ID的字段来描述。

问题如下：如果同时提供搜索和父搜索字符串，是否有一种方法可以在执行查询之前知道哪个查询应该先执行，以便更快地提供结果并提高性能？ / p>

例如，可能是特定的父搜索只导致2个docs / parent条目，然后我们可以获取与搜索字符串匹配的所有子项。在这种情况下，我们应首先执行父查询，然后执行条目查询。

一个选项是获取两个查询的计数，然后先执行计数最小的查询，但这个解决方案是否更糟，因为查询将被执行两次？一次为计数，一次为实际查询。

还有其他方法可以解决这个问题吗？

PS。我们使用elasticsearch v1.7

示例

假设用户想要搜索与以下字段匹配的所有条目。

searchString：type:BLOCK AND name:test

parentSearchString：name:parentTest AND NOT type:BLOCK

这意味着我们要么必须

获取与parentSearchString匹配的所有条目（父级）并存储其ID。然后，我们必须获取与searchString匹配的所有条目，并且还必须包含ancestors字段中的任何父ID。

OR

获取与searchString匹配的所有条目并存储所有ancestors个ID。然后获取与parentSearchString匹配的所有条目，其ID为ancestors ID之一。

为了澄清，父条目和子条目具有完全相同的结构并且位于相同的索引中。我们不能有不同的索引，因为pare-child关系可以嵌套10次，因此一个条目既可以是父条目也可以是子条目。条目看起来或多或少像：

{
  id: "e32452365321",
  name: "name",
  type: "type",
  ancestors: "id1 id2 id3" // stored in node as an array of ids
}

Answer 1

首先，如果可能的话，我会建议你升级你的Elasticsearch版本。自1.7以来发生了很多事，说实话，我不知道下一篇文章中所写的内容是否适用于这样一个旧版本（可能不是）。

但是对于您的实际问题：希望我能正确理解您，但您尝试估算Elasticsearch的查询成本是多少？好吧，你不必。如果您在一个嵌套查询中提供所有“查询”，Elasticsearch将为您执行此操作：https://www.elastic.co/blog/elasticsearch-query-execution-order

关于速度，还有一点我可以提及：计算分数确实需要时间。因此，如果排序不是基于elasticsearch _score，则需要使用布尔过滤器查询。这也适用，如果您只想按父匹配的_score排序，那么您可以将子查询放入过滤器。

<强>更新

感谢你的例子，我现在看到了问题。不幸的是，自我参照的亲子关系{EbleSearch not supported，所以你的方法可能是正确的。您可能需要查看有关application-joins的文档的简短章节。

所以是的，通常，您希望以尽可能少的ID /术语发送第二个查询。虽然获取两个查询的计数并不像您想象的那么糟糕，因为结果很可能仍然被缓存，它实际上有帮助吗？因为如果你从小孩到父母，你必须计算祖先（字段值），而不是实际的文件数。

我认为，最昂贵的操作通常是从磁盘中获取结果源。无论你走哪条路，你都应该只在第一个查询中获取你需要的东西。所以你的选择是：

仅获取父匹配的ID，然后在第二个查询中使用ancestors上的terms filter。
或者，只获取子匹配的祖先字段，并在第二个查询中使用id filter。

不幸的是，我无法帮助你，因为我没有足够的经验来比较这些方法的速度。我的猜测是，id过滤器一般来说可能更快。但那只是猜测...

elasticsearch：决定首先运行哪个查询

1 个答案: