Elasticsearch：拥有更多值或更多字段更好吗？

Question

假设索引中包含描述车辆的文件。

您的索引需要处理两种不同类型的车辆：摩托车和汽车。

从性能角度来看，以下哪个映射更好？ （出于我的目的，需要嵌套）

    "vehicle": {
        "type": "nested",
        "properties": {
            "car": {
                "properties": {
                    "model": {
                        "type": "string"
                    },
                    "cost": {
                        "type": "integer"
                    }
                }
            },
            "motorcycle": {
                "properties": {
                    "model": {
                        "type": "string"
                    },
                    "cost": {
                        "type": "integer"
                    }
                }
            }
        }
    }

或这一个：

"vehicle": {
    "type": "nested",
    "properties": {

        "model": {
            "type": "string"
        },
        "cost": {
            "type": "integer"
        },
        "vehicle_type": {
            "type": "string"     ### "car", "motorcycle"
        }

    }
}

第二个更易读，更薄。

但是我的缺点是，当我进行查询时，如果只想关注“汽车”，则需要将此条件作为查询的一部分。

如果使用第一个映射，则只需要直接访问存储的字段，而不会增加查询的开销。

Answer 1

第一个映射是将汽车和摩托车隔离在不同的领域，这种映射更有可能更快。 原因是，您已经知道要应用的过滤器更少，并且由于查询的选择性增加（例如，给定的vehicle.car.model值的文档比vehicle.model ）

另一种选择是创建两个不同的索引car和motorcycle ，可能具有相同的索引模板 。

在Elasticsearch中，每个分片由单线程处理查询。 这意味着，如果将索引一分为二，并在单个请求中查询两个索引，它将并行执行。

因此，当仅需要查询汽车或摩托车之一时，由于索引较小，因此速度更快。 当涉及到汽车和摩托车时，通过使用更多线程也可以更快。

编辑：您应该知道的后一种选择的一个缺点是，内部lucene词典将被复制，并且如果汽车和摩托车中的值完全相同，它会使索引项的列表加倍。