elasticsearch，多个索引与一个索引和不同数据集的类型？

Question

我有一个使用MVC模式开发的应用程序，我现在希望为其建立多个模型的索引，这意味着每个模型具有不同的数据结构。

• 使用多个索引（每个模型一个索引还是在每个模型的相同索引中使用一个类型）是更好的选择吗？我认为这两种方式都需要不同的搜索查询。我刚刚开始。

• 如果数据集很小或很大，这两个概念在性能上是否存在差异？

如果有人可以为我推荐一些好的样本数据，我自己会测试第二个问题。

Answer 1

两种方法都有不同的含义。

假设您使用的是Elasticsearch的默认设置，则每个模型具有1个索引将大大增加分片的数量，因为1个索引将使用5个分片，而5个数据模型将使用25个分片；虽然在1个索引中有5种对象类型仍将使用5个分片。

将每个数据模型作为索引的含义：

• 索引内的搜索效率高且速度快，因为每个分片中的数据量应较小，因为它已分配给不同的索引。
• 从2个或多个索引中搜索数据模型的组合将产生开销，因为查询必须跨索引发送到更多分片，然后编译并发送回用户。
• 如果您的数据集很小，则不建议这样做，因为在创建每个额外的分片时会占用更多的存储空间，并且性能提升很小。
• 如果您的数据集很大并且查询需要花费很长时间，则建议使用此方法，因为专用分片将存储您的特定数据，并且Elasticsearch会更容易处理。

在索引中将每个数据模型作为对象类型的含义：

• 更多数据将存储在索引的5个分片中，这意味着在跨不同数据模型进行查询时，开销问题较小，但分片大小会大大增加。
• 由于有更多文档要过滤，因此分片中的更多数据将需要更长的时间供Elasticsearch搜索。
• 如果您知道要处理1 TB的数据并且没有在Elasticsearch映射中的不同索引或多个分片中分布数据，则不建议使用。
• 推荐用于小型数据集，因为每个分片都会占用硬件空间，因此不会浪费存储空间来提高性能。

如果您要问什么是太多数据与小数据？通常，它取决于处理器速度和硬件的RAM，用于Elasticsearch的映射中每个变量内存储的数据量以及查询要求；在查询中使用多个方面会大大降低您的响应时间。没有直接的答案，您将必须根据需要进行基准测试。