在 Elasticsearch 中通过 _id 查询路由获取以提高性能？答案

【问题标题】：Route get by _id queries in Elasticsearch to improve performance?在 Elasticsearch 中通过 _id 查询路由获取以提高性能？
【发布时间】：2021-09-08 18:44:18
【问题描述】：

我有一个包含数亿个文档的 Elasticsearch 索引，主要用于“按 id 获取”查询。

我考虑在索引时添加到文档的路由。路由将是一个从 0 到 9 的随机数。

稍后此路由将位于带有文档 ID 的 URL 中，它将用于获取文档。目前我在URLs 中只有文档 ID，但也计划添加路由。新 URL 将如下所示 https://tarta.ai/ j/ [route] /[doc id]。

我想知道它会减少在索引中查找文档所需的时间吗？我的建议是，在这种情况下，Elasticsearch 不会在所有分片中查找文档，而是仅在具有此特定路径的分片中查找。

一些弹性搜索规范：

索引大小为 110gb。
文档数量为 3600 万，但我们每天都在增加数十万。
5 个分片。
16GB RAM 和 2 核虚拟机和 1 吨 SSD。

【问题讨论】：

标签： performance elasticsearch elasticsearch-dsl

【解决方案1】：

路由在搜索时特别有用（即POST index/_search），因为 ES 不会搜索索引的所有分片，而是只搜索路由值解析到的单个分片。

如果您在索引文档时指定 routing 值，则在获取该文档时必须指定相同的路由值，没有其他选择。

# index with routing
PUT index/_doc/1?routing=123

# returns the document
GET index/_doc/1?routing=123

# returns nothing
GET index/_doc/1

如果您在索引文档时没有指定任何路由值，ES 将使用 ID 作为路由值并将文档存储在该路由值解析到的分片上。所以当获取这样一个没有任何路由值的文档时，ES 会知道使用 ID 作为路由值，这就是为什么你不必指定它（虽然你可以）。

# index without routing
PUT index/_doc/1

# returns the document
GET index/_doc/1

# returns the document as well
GET index/_doc/1?routing=1

也就是说，对于 GET 操作，路由或不路由没有区别，主要是搜索，路由有附加值。

使用路由时，您需要确保的另一件事是您的 ID 应该是“均衡的”，以便它们的哈希可以解析为具有相似概率的任何分片。如果不是这种情况，您将面临在索引中创建热点的风险，即某些分片可能比其他分片更大。

【讨论】：

这个运气好吗？