现状：有两个索引，具有相同的id主键，但是字段不同，数据量在1亿多，相当于结构化数据库中对一个大表纵向分表，拆分原因是一部分是几百G的基础信息，一部分5T以上的大文本，类似文献那种。
需求：一个表达式同时查询基本信息和大文本字段，返回基本信息清单。
问题：由于基础信息更新比较频繁，而且更新量比较大，但是大文本字段又基本不更新，所以带着大文本更新非常耗资源，把两部分整合到一起基本无法支撑数据更新，求解决思路。
需求：一个表达式同时查询基本信息和大文本字段，返回基本信息清单。
问题：由于基础信息更新比较频繁，而且更新量比较大，但是大文本字段又基本不更新，所以带着大文本更新非常耗资源，把两部分整合到一起基本无法支撑数据更新，求解决思路。
4 个回复
FFFrp
赞同来自:
liyangmvp - 探讨es海量数据应用方案
赞同来自:
1.Application-side joins：该需求场景要精确返回命中数量，涉及到大数据量的联合去重计数，速度响应不了；
2.Data denormalization：冗余字段，如需求所说，更新量大，更新受限；
3.Nested objects：嵌套模式，同上一条，更新量大；
4.Parent/child relationships：父子模式，每一个文档有一个子文档，且父文档量大，与该模式设计初衷不一致，查询响应无法满足。
tongchuan1992 - 学无止境、学以致用
赞同来自:
liyangmvp - 探讨es海量数据应用方案
赞同来自: