在 Elasticsearch 中创建数字字段的倒排索引

Question

我有一个大约 2000 万条记录的数据集，结构如下：

{"id": "123",
 "cites":[
    {"id":"234", "date":"2018-05-04"},
    {"id":"456","date":"2018-02-01"}]
}

我想创建一个索引，在其中可以查看引用文章的 id 列表，例如

{"id":"234", "cited_by":[{"id":"123"},{"id:"188"}]}

我的理解是技术上的倒排索引。这可以是静态的，因此可以只计算一次。我只看到有关用于术语的倒排索引及其在短语中的频率的文档，这是一个非常不同的用例。

我考虑过使用聚合，但由于不同 id 的数量太大，它会用完存储桶，我不确定 2000 万个存储桶是否可行和/或一个好主意。

如何生成此索引？是否可以在 ElasticSearch 中实现，还是我需要编写一个外部脚本来批量执行此操作？

非常感谢！

Answer 1

1. 在您的情况下使用 ElasicSearch 没问题。
2. 创建索引的脚本

PUT /city_index
{
  "mappings": {
  "citydata": {
    "dynamic": "false",
    "properties": {
      "id": {
        "type": "keyword"

      },
      "cited_by": {
        "type": "object",
        "properties": {
          "id": {
            "type": "keyword"
          }
        }
      }
    }
  }
  }
}