performance - 在 Elasticsearch 中使用过滤器搜索别名非常慢

Question

我有一个 elasticsearch 索引，my_index，包含数百万个文档，键为 my_uuid。在该索引之上，我有几个以下形式的过滤别名(仅显示my_alias，由GET my_index/_alias/my_alias 检索):

{
    "my_index": {
        "aliases": {
            "my_alias": {
                "filter": {
                    "terms": {
                        "my_uuid": [
                            "0944581b-9bf2-49e1-9bd0-4313d2398cf6",
                            "b6327e90-86f6-42eb-8fde-772397b8e926",
                            thousands of rows...
                        ]
                    }
                }
            }
        }
    }
}

我的理解是过滤器会为我透明地缓存，不需要做任何配置。问题是，在通过别名时，我的搜索速度非常慢，这表明 1.过滤器未缓存，或 2.写错了。

指示数字:

GET my_index/_search -> 50ms 
GET my_alias/_search -> 8000ms

如果有人认为相关，我可以提供有关集群规模和数据大小的更多信息。

我正在使用 elasticsearch 2.4.1。我得到了正确的结果，这只是我关心的表现。

Answer 1

将每个文档与 4MB 的 uid 列表匹配绝对不是可行的方法。试着想象一下它需要多少个 CPU 周期。 8s 相当快。

我会在另一个索引中复制数据子集。

如果您需要立即反射(reflect)更改，则必须手动管理子集索引:

• 当您从列表中删除一个 uuid 时，您会删除相应的文件
• 当你添加一个 uuid 时，你复制相应的文件(reindex api with a query 是你的 friend )
• 当你插入一个文档时，你必须检查该文档是否也应该被添加到子集索引中
• 当你删除一个文档时，在两个索引中都删除它 强制文档 ID，以便它们在两个索引中相同。如果将 uuid 列表存储在 elasticsearch 索引中，请注意刷新时间。

如果使用新的 uuid 更新子集不是时间紧迫的，您可以每天或每小时运行重新索引。