python – 在ElasticSearch中按类型查询更好吗？

2023年3月15日 157次阅读

我的问题是关于表现.

我经常使用过滤查询,我不确定按类型查询的正确方法是什么.

首先,让我们看一下映射：

{
  "my_index": {
    "mappings": {
      "type_Light_Yellow": {
        "properties": {
          "color_type": {
            "properties": {
              "color": {
                "type": "string",
                "index": "not_analyzed"
              },
              "brightness": {
                "type": "string",
                "index": "not_analyzed"
              }
            }
          },
          "details": {
            "properties": {
              "FirstName": {
                "type": "string",
                "index": "not_analyzed"
              },
              "LastName": {
                "type": "string",
                "index": "not_analyzed"
              },
              .
              .
              .
            }
          } 
        }
      }
    }
  }
}

上面,我们可以看到一个类型浅黄色的映射示例.此外,还有更多类型的映射(颜色.例如：深黄色,​​浅棕色等……)

请注意color_type的子字段.
对于类型type_Light_Yellow,值始终为：“color”：“黄色”,“亮度”：“亮”等所有其他类型.

现在,我的性能问题：我想知道是否有一种最喜欢的查询索引的方法.

例如,让我们在类型type_Light_Yellow下搜索“details.FirstName”：“John”和“details.LastName”：“Doe”的所有文档.

我正在使用的当前方法：

curl -XPOST 'http://somedomain.com:1234my_index/_search' -d '{
  "query":{
    "filtered":{
      "filter":{
        "bool":{
          "must":[
          {
            "term":{
              "color_type.color": "Yellow"
            }
          },
          {
            "term":{
              "color_type.brightness": "Light"
            }
          },
          {
            "term":{
              "details.FirstName": "John"
            }
          },
          {
            "term":{
              "details.LastName": "Doe"
            }
          }
          ]
        }
      }
    }
  }
}'

如上所述,通过定义
“color_type.color”：“Yellow”和“color_type.brightness”：“Light”,我正在查询所有索引和引用类型type_Light_Yellow,因为它只是我正在搜索的文档下的另一个字段.

另一种方法是直接在类型下查询：

curl -XPOST 'http://somedomain.com:1234my_index/type_Light_Yellow/_search' -d '{
  "query": {
    "filtered": {
      "filter": {
        "bool": {
          "must": [
          {
            "term": {
              "details.FirstName": "John"
            }
          },
          {
            "term": {
              "details.LastName": "Doe"
            }
          }
          ]
        }
      }
    }
  }
}'

请注意第一行：my_index / type_Light_Yellow / _search.

>通过性能意味着什么,更有效的查询？
>如果我通过代码查询(我使用Python与ElasticSearch包),它会是一个不同的答案吗？

最佳答案 elasticsearch中的类型通过向文档添加_type属性来工作,每次搜索特定类型时,它都会自动按_type属性进行过滤.因此,性能方面不应该有太大差异.类型是抽象而不是实际数据.我的意思是,跨多个文档类型的字段在整个索引上被展平,即一种类型的字段也占用其他类型的字段上的空间,即使它们没有被索引(想象它与null占用的方式相同)空间).

但重要的是要记住过滤顺序会影响性能.您必须一次性排除尽可能多的文档.因此,如果您认为最好不要先按类型进行过滤,那么首选过滤方式更为可取.否则,如果订购相同,我认为不会有太大差别.

由于Python API也在默认设置中通过http查询,因此使用Python不应影响性能.

在这种情况下,虽然在_type元字段和颜色字段中都捕获了颜色,但在某种程度上是数据重复.

点赞