我有一个包含 5000 万种产品的列表。每个产品都有一个包含 200 项功能的列表。我希望通过匹配在 200 个功能中具有最大重叠的产品功能来找到类似的产品。
目前我将 200 个单词与空格连接并形成一个长字符串。当我想为特定的选定产品查找类似产品时，我会检索存储的 200 字长字符串并搜索 elasticsearch。
这给出了预期的结果，但每次搜索大约需要 7 秒。那是因为搜索短语太长了。有没有更好的方法来做到这一点并找到弹性的最佳重叠？
【问题讨论】：
标签： elasticsearch elasticsearch-query
我建议你检查/尝试几件事：
我有一个包含 5000 万种产品的列表。每个产品都有200个列表 特征。我希望通过匹配产品来找到类似的产品 在 200 个特征中具有最大重叠的特征。目前 我将 200 个单词与空格连接起来，形成一个长字符串。
假设 Product 是 Doc 类型，您可以尝试将其保存为值数组，并在其上保存 enabling field data。然后很容易使用aggregations 对它们进行分组，应用正确提到的最大重叠并得到你想要的。我坚信它会更快。
我检索存储的 200 字长字符串并搜索弹性搜索。
可能在某些情况下，您想要的只是聚合结果，而不是所有产品或其他文档类型的完整响应，在这种情况下，将搜索类型设置为 count（旧版本）或 query_then_fetch，大小为 0（新版本）和您可以避免对所有文档类型进行初始获取并仅获取聚合，这可以根据您的要求在某些情况下使用。
确保您拥有elasticsearch environment proper prepared。
最后，有了这么多文档，您有机会找到比默认文档更适合您的情况的 shard /replicas configuration。
【讨论】：