Elasticsearch：拥有更多值或更多字段更好？答案

【问题标题】：Elasticsearch: better to have more values or more fields?Elasticsearch：拥有更多值或更多字段更好？
【发布时间】：2018-10-10 06:17:44
【问题描述】：

假设有一个索引，其中包含描述车辆的文档。

您的索引需要处理两种不同类型的车辆：摩托车和汽车。

从性能的角度来看，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"
                    }
                }
            }
        }
    }

或者这个：

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

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

    }
}

第二个更易读，更薄。

但我的缺点是，当我进行查询时，如果我只想关注“汽车”，我需要将此条件作为查询的一部分。

如果我使用第一个映射，我只需要直接访问存储的字段，而不会增加查询的开销。

【问题讨论】：

标签： elasticsearch

【解决方案1】：

第一个映射，其中汽车和摩托车被隔离在不同的领域，更有可能更快。原因是您已经知道要应用的过滤器少了一个，并且由于查询的选择性增加（例如，vehicle.car.model 的给定值的文档比 vehicle.model 少）

另一种选择是创建两个不同的索引car 和motorcycle，可能使用相同的index template。

在 Elasticsearch 中，查询由每个分片的单线程处理。这意味着，如果将索引一分为二，query both in a single request，它将并行执行。

因此，当只需要查询一辆汽车或摩托车时，它会更快，因为索引更小。当涉及查询汽车和摩托车时，使用更多线程也可以更快。

编辑：你应该知道后一个选项的一个缺点，内部 lucene 字典将被复制，如果汽车和摩托车中的值完全相同，它会使索引项列表加倍。

【讨论】：