Elasticsearch 嵌套数据搜索性能

Question

我有以下问题： 我将书籍存储在弹性数据库中。 将每个单词存储为单独的条目很重要，因为它包含我需要的某些元数据。书籍属于类别，书籍可以属于1个或多个类别，并且是可变属性（书籍-类别关系也保存在MySQL中）。预计书籍数量为数千本。我需要通过一个单词快速搜索所有书籍（例如，有人搜索单词“test”，我需要获取包含该单词以及在哪些页面中的书籍。）。也可以按类别限制搜索。

我的困境是，我是否应该将一本书的单词保存在嵌套字段中，例如

{
 "book_name": "book1",
 "book_categories": ["cat1", "cat2", ...],
 "book_words": [
   {
     "some_word_meta": "...",
     "page": 1
     "word_value": "word1"
   },
   {
     "some_word_meta": "...",
     "page": 1
     "word_value": "word2"
   } ... lots of these
 ]
},
{
 "book_name": "book2",
 "book_categories": ["cat5", "cat6"],
 "book_words": [
    {
    "some_word_meta": "...",
    "page": 1,
    "word_value": "wordx"
    }, ... lots of these
  ] 
}

在上面的例子中，如果我将一本书从一个类别移动到另一个类别，我只需要在 elastic 中更新 1 条记录。 这种嵌套会影响搜索性能吗？

我也不能在弹性中保存类别信息，并且总是在查询中传递书名（因为 MySQL 知道哪些书属于一个类别），但是我会在搜索查询中得到类似的内容： book_name in ["book1", "book2", ... thousands more] and word == 'wordx'。在这种情况下，书籍可以展平：

{
"book_name": "book1",
"page": 1,
"word_value": "word1",
"some_word_meta: "..."
},
{
"book_name": "book1",
"page": 1,
"word_value": "word2",
"some_word_meta: "..."
}

数据重复很多，每个单词都明确知道自己属于哪本书，搜索查询看起来很糟糕。

我对 elasticsearch 很陌生，但我仍然没有数据集来尝试它，这些解决方案中哪个似乎更有可能起作用，或者还有其他一些我没有想到的解决方案？

Answer 1

我的建议是拥有多个索引并在应用程序端执行少量操作。

索引：书籍和文字

Books 
{
  "name" :
  "other_attributes"
}

Words
[
  {
    "metadata": ...
    "word": word1,
    "categories": ["thriller"],
    "book": ["book1_page1", "book1_page2"]
  },
  {
    "metadata": ...,
    "word": word1,
    "categories": ["romance"],
    "book": ["book9_page31"]
  }
]

当你说带上所有带有“概念”字样的书时，

GET words/_search
{
  "query": {
    "term": {
      "word": {
        "value": "Concepts"
      }
    }
  }
}

对于类别搜索，

GET words/_search
{
  "query": {
    "term": {
      "categories": {
        "value": "Thriller"
      }
    }
  }
}

要获取所有带有“concept”字样且属于“romance”类型的页码和元数据的书，

GET words/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "term": {
            "FIELD": {
              "value": "concept"
            }
          }
        },
        {
          "term": {
            "category": {
              "value": "romance"
            }
          }
        }
      ]
    }
  }
}

注意：您还可以查询多个索引。