如何为Elasticsearch索引此数据

Question

我本质上是试图模仿ES中的连接，我知道这不是ES的一个很好的用例，但与此同时，我想要完成的搜索功能似乎并不常见。 我已经阅读了ES文档，博客文章，绘制的图表，当然还在本地测试了不同的场景，但是我仍然很难理解如何为ES索引这些数据。 这是我的第一个ES项目，也是我与noSQL类环境的第一次真实交互。

想象一下社交食谱网站（为简单起见）......

用户可以发布原始食谱。 其他用户可以“喜欢”（一次），“保存到”（多次保存到不同类别），以及“烹饪”（可以多次烹饪食谱）食谱。

用户可以搜索食谱并在不同的简单标志上过滤它们，例如“食谱至少煮过一次”以及他们是否喜欢，保存和/或烹饪食谱。 此外，当您查看用户的个人资料时，您可以搜索他们喜欢，保存和烹饪的食谱。 以及用户创建的食谱。

当前的设置，但似乎不可扩展，是一个Recipe被索引其各种yes / no标志，以及一个字段，每个字段为likes_by_users，saved_by_users和cooked_by_users。 这些字段包含一组user_id，这些user_id已对配方执行了任何操作。 然后，当我想要过滤时，我传递user_id（或者，如果你想看看你的朋友已经烹饪了什么，则传递user_ids）并过滤关于id是否显示在相关数组中的结果。 但是，如果最终可能有数以百万计的这些交互，那么这种方式的存储和搜索似乎并不好。 我也可以将配方ID存储在用户身上，但最后，似乎我最终会遇到类似的问题，而且我会更加麻烦地需要首先从用户查询这些ID。

我一直在尝试和/或思考的事情：

1. 使一切都变形。 我认为这是首选的ES方式，但我担心这只是重复数据（可以搜索食谱标题，内容，类别等），其中一些经常变化。 例如，如果用户喜欢食谱，则更新该食谱的喜欢计数，以便可以按照计数对结果进行排序。

我相信这需要为曾经与之交互的用户创建一份配方副本，然后在那里存储交互。 因此，喜欢的标志和已保存的类别的数据数组，以及已经烹饪的数据数组。 我相信我仍然需要传递一个user_ids数组来过滤，如果有人过滤了他们的朋友煮过的东西，但我不认为用户会有数百万的朋友，可能不到200岁。这还是许多ID传入？ 将那么多数据保存到太多数据？ 事实上，有些字段可能经常更新，这使得这个声音更加糟糕。

2. 在用户下嵌套配方也听起来不正确，因为在更新任何其他内容时需要重新编制索引。

3. 在文档中，父/子听起来像是最后的选择，对于这个用例也听起来不安静。

4. 我已经考虑过从iSQL中删除id（即用户与之交互的配方ID）并将它们传递给ES。 但是，其中一个，mySQL只能连接这么多的id（同样地，不确定在代码中如果它们对于mySQL来说太长，将它们构建成代码中的字符串是否明智），还有两个，我不确定这是不是过滤ES结果的有效方法（过多的数据）。

我已经尝试了一些其他的东西，比如分别索引用户和食谱之间的关系，但一切似乎都归结为疯狂的城镇。

我也不太清楚ES有多少太多了。 通过文档阅读，有人提到“如果你有很多XYZ，这不是一个好主意”，但我不知道在这些情况下有多少意味着什么。 我读到的唯一具体部分是关于更新非规范化博客帖子中用户的名称，更新“几千”只需不到一秒钟。 我是否可以使用任何规则来估计存储在字段中的数据，或者传递给过滤器的数据或要更新的文档的数量有多大？

Answer 1

在Elasticsearch上实现这一点非常棘手，因为实体（用户，配方，类别......）以各种方式链接在一起，并且在没有竞争条件的情况下以高吞吐量更新这些数据并非易事。

用户之间是否共享类别？ 我的意思是当食谱保存到类别（如标记）时，每个人都可以看到这些信息吗？ 如果是这样，这个结构应该让你开始。

听起来你应该有两种类型的文件：食谱和烹饪动作/用户/食谱。

配方结构：

{
  "_id": "rga9gia0934gau90" (could be auto-generated by ES)
  "created_by": 123         (user id)
  "contents": "Pour x grams of sugar..."
  "ingredients": ["sugar", "..."],
  "tags": ["unhealthy", "sweet", "..."]
}

烹饪日期结构：

{
  "_id": "123-rga9gia0934gau90" (generated as {user_id}-{recipe-id})
  "user_id": 123,
  "recipe_id": "rga9gia0934gau90",
  "cooked_at_dates": ["2017-01-02", "2017-01-07"],
  "cooked_n_times": 2
}

这样，大多数更新都是单个文档的本地更新。 然而，诸如“甜食谱用户X还没有烹饪”的一些查询需要两个ES查询：首先获得用户已经烹饪的所有食谱的食谱ID，并且第二查询查找没有任何食谱的所有甜食谱。列出的ids。 这不会扩展到成千上万的食谱，但应该可以正常工作数百或数千。