Elasticsearch：擁有更多值或更多字段更好嗎？

Question

假設索引中包含描述車輛的文件。

您的索引需要處理兩種不同類型的車輛：摩托車和汽車。

從性能角度來看，以下哪個映射更好？ （出於我的目的，需要嵌套）

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

或這一個：

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

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

    }
}

第二個更易讀，更薄。

但是我的缺點是，當我進行查詢時，如果只想關注“汽車”，則需要將此條件作為查詢的一部分。

如果使用第一個映射，則只需要直接訪問存儲的字段，而不會增加查詢的開銷。

Answer 1

第一個映射是將汽車和摩托車隔離在不同的領域，這種映射更有可能更快。 原因是，您已經知道要應用的過濾器更少，並且由於查詢的選擇性增加（例如，給定的vehicle.car.model值的文檔比vehicle.model ）

另一種選擇是創建兩個不同的索引car和motorcycle ，可能具有相同的索引模板 。

在Elasticsearch中，每個分片由單線程處理查詢。 這意味着，如果將索引一分為二，並在單個請求中查詢兩個索引，它將並行執行。

因此，當僅需要查詢汽車或摩托車之一時，由於索引較小，因此速度更快。 當涉及到汽車和摩托車時，通過使用更多線程也可以更快。

編輯：您應該知道的后一種選擇的一個缺點是，內部lucene詞典將被復制，並且如果汽車和摩托車中的值完全相同，它會使索引項的列表加倍。