【发布时间】:2015-11-25 13:08:46
【问题描述】:
我正在尝试向 elasticsearch 发出查询,该查询确实过滤、分组、总和聚合和排序。我有 2 个问题:查询应该是什么样子以及对弹性搜索的性能影响是什么?
让我举一个示例数据集来支持我的问题。假设我有一组销售额:
document type: 'sales' with the following fields and data:
sale_datetime | sold_product | sold_at_price
-----------------|---------------|--------------
2015-11-24 12:00 | some product | 100
2015-11-24 12:30 | some product | 100
2015-11-24 12:30 | other product | 100
2015-11-24 13:00 | other product | 100
2015-11-24 12:30 | some product | 200
2015-11-24 13:00 | some product | 200
我想发出一个查询:
- 仅考虑 2015 年 11 月 24 日 12:15 到 2015 年 11 月 24 日 12:45 时间间隔内的销售额
- 按 sold_product 字段对结果进行分组
- 计算“每个产品的已售价格总和”
- 按“每个产品的已售价格总和”最大的顺序返回行,其次是第二个,依此类推。
将其应用于上面的示例数据集,它将返回以下结果:
sold_product | sum of sold_at_price
--------------|--------------
some product | 300 // takes into account rows 2 and 5
other product | 100 // takes into account row 3
如果可以发出这样的查询,对弹性搜索有哪些重要的性能影响?如果需要考虑:
- 有许多(数十万,未来可能是数百万)独特的产品
- 产品名称可能包含多个(几十个)单词/术语(可以生成仅包含 1 个单词的唯一产品名称,但它几乎会使数据量翻倍)
- 通常有很多(百万)条记录满足时间范围过滤器(在某些情况下过滤器可以缩小到一个时间范围内的几万条记录,但不能保证)
提前感谢您的帮助!
【问题讨论】:
标签: elasticsearch