Elasticsearch - 单索引与多索引

Question

我的一个索引中有 4000 多个不同的字段。随着时间的推移，这个数字会越来越大。 由于 Elasticsearch 为每个索引提供 1000 个字段的默认限制。一定有什么原因。

现在，我认为我不应该增加 Elasticsearch 设置的限制。 所以我应该把我的单个大索引分解成多个小的索引。

在转向多个索引之前，我有几个问题如下：

1. 小型多个索引的数量最多可以增加到 50 个。因此与单个大型索引的搜索相比，一次搜索所有 50 个索引会减慢搜索时间？

2. 是否真的需要因为大量字段而将我的单个大索引分解为多个索引？

3. 当我使用小的多索引时，分片的总数会急剧增加（超过 250 个分片）。每个索引将有 5 个分片（默认数字，我不想更改）。搜索这些多个索引将同时搜索这 250 个分片。这会影响我的搜索性能吗？注意：这些碎片也可能随着时间的推移而增加。 当我使用仅包含 5 个分片和大量文档的单个大索引时，这不会对这 5 个分片造成过载吗？

Answer 1

1. 这在很大程度上取决于您的基础架构。如果您使用 50 个 Shard 运行单个节点，则查询将比仅使用 1 个 Shard 运行更长的时间。如果您有 50 个节点，每个节点都拥有一个分片，那么它很可能会比一个拥有 1 个分片的节点运行得更快（如果您有一个大数据集）。最后，您必须使用真实数据进行测试才能确定。

2. 当有大量字段时，ES 会出现性能问题并且更容易出错。主要问题是每个字段都必须存储在集群状态中，这会对您的主节点造成影响。此外，在很多情况下，您必须处理大量稀疏数据（90% 的字段为空）。

3. 根据经验，一个分片应包含 30 GB 到 50 GB 的数据。我不会太担心您的用例中的分片过载。反之亦然。

我建议用更少的分片测试您的用例，为您的索引减少 1 个分片，1 个副本。与您的小型数据集相比，搜索多个分片（5 个主分片，乘以副本）然后再次组合结果的开销是巨大的。

请记住，document_type 行为已更改，并将进一步更改。从 6.X 开始，每个索引只能有一个 document_type，从 7.X 开始完全删除 document_type。由于 API 侦听 _doc，_doc 是建议在 6.X 中使用的 document_type。如果您需要一个索引中的数据，请移至每个 _type 一个索引，或者引入一个新字段来存储您的类型。