我需要将由电影，电视节目，剧集，电视频道和直播节目信息组成的视频目录建模为Elasticsearch。这些实体中有些是相关的，有些则没有。 即使有一些共同的属性，这些实体的属性也大不相同。
现在，由于我可能需要查询交叉实体，请想象一个客户搜索可能是电影，电视频道或现场活动节目的场景的情况，最好是让一个索引包含一个通用实体标有逻辑类型属性，还是最好有多个索引，每个实体1个（电影，电视节目，频道，节目）？ 此外，其中某些实体（例如电影）可以将元数据属性具有多种语言。
从关系数据模型数据库中，我将创建不同的索引，每个实体一个，而每种语言都有一个语言变体索引。为了提高搜索性能和可用性，有什么建议或更好的方法吗？
答案 0 :(得分：1)
是否使用多个索引取决于应用程序，因此我无法提供确切的答案，而是一些想法。
根据我的经验，索引不是数据建模而是帮助维护和操作的一种方法。例如，与从较大索引中的一个来源删除所有文档相比，删除索引要容易得多。或者，如果您支持完全独立的搜索应用程序，而这些应用程序不对彼此的数据进行 not 查询，则可以采用不同的索引。
但是，当您要查询跨数据源的文档时，将它们保留在一个索引中很有意义。如果只是为了对索引中的所有项目具有可比的排名。确保在数据中重复使用含义相似的字段（标题，制作年份，艺术家等）。对于源唯一的字段，我们通常使用带前缀标记的字段名称，例如movie_...用于仅电影的元数据。
对于语言，您需要使用特定于语言的字段，例如title_en，title_es，title_de。理想情况下，在查询时，您会知道用户的语言（从浏览器，因为他们是明确选择的，...），然后在可用的语言特定字段中进行搜索。在查询和索引编制时，请务必对这些字段使用特定于语言的分析器。
我觉得搜索引擎有点像数据库的双重功能：数据库可以存储数据，但也可以为其编制索引。搜索引擎可以为数据建立索引，但也可以存储数据。数据库倾向于规范化架构以消除冗余，搜索引擎最适合使用非规范化数据来提高查询性能。