mapping - Elasticsearch - 跨多种类型的搜索效率

Question

让我用一个例子来解释我的问题。 假设我有三种不同类型的文档，其中包含一些常见字段，即 book、song、magazin

• Book 有name, author, publisher, pageNumber etc.
• Song有name, singer, publisher, length etc.
• Magazin 有name, company, publisher, pageNumber etc.

如您所见，name 和 publisher 字段是所有三种类型文档的通用字段。 pageNumber 是Magazin 和Book 的特征。其余字段独立于其他类型的文档。

我会将这些数据存储在同一个索引中。我也可以存储这些数据，

• 使用单一类型，例如 Object，它有一个 category(Book , Song, Magazin) 字段。我在首次创建索引时提供映射详细信息。因此，在此选项中，book 将具有长度字段，但它将是空的，因为它不是 Book 功能。

• 或 _type 字段上的三种类型的文档。

我的查询和构面将在公共(public)字段上。以下哪种方法的查询和分面时间会更少？

/index/book,song,magazin/-d {myQuery} 是否比 /index/object/-d {myQuery && (category = book || category = song || category = magazin)} ?

感谢您的回答。

Answer 1

Elasticsearch 的类型概念在 Lucene 中不存在。

索引文档时，文档的类型会被索引。然后，当只搜索某些类型时，Elasticsearch 会隐式地为您的查询添加一个针对索引类型的过滤器。

因此，对于您的最后一种方法，除了隐式 _type:object-filter 之外，您还将拥有 category-filter 。本质上，如果不在此处使用 Elasticsearch 的类型，您将不会获得任何好处。