在ElasticSearch中按类型查询是否更好？

Question

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": "Yellow", "brightness" : "Light" type_Light_Yellow "color": "Yellow", "brightness" : "Light"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"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"
            }
          }
          ]
        }
      }
    }
  }
}'

从上面可以看出，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因为它只是我文档下的另一个字段搜索。

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 。

1. 通过性能意味着什么，查询会更有效？
2. 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？

Answer 1

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。