怎么又是你

多种场景下的融合搜索有什么比较合理的方案呢?

Elasticsearch | 作者 Morry | 发布于2019年10月10日 | 阅读数:1857

比如有三种数据`联系人`、`新闻`、`项目文档`,搜索`王伟`,在三种数据中都会有出现。
 
问题有:
1. 不同数据独立索引,还是有一个`综合索引`?
2. 不断有新场景引入的情况下,怎么控制搜索范围?
3. 不同数据量级差异较大,如何设计索引切割比较合理?
已邀请:

core_wzw - 某AILab搜索技术负责人

赞同来自: Morry medcl

为了低耦合,建议分索引,问题2和3也没了。同时务必做好以下两点:
(1)保持好“一场景一索引”的原则。
(2)所有索引字段对齐,没有数据的字段置空而非null值。
不按上面做,后续会有以下痛点:
(1)“多场景一索引”很多人会有type区分索引,这样会导致查询时做不了以索引区分权重。比如你想让“联系人”权重更高,一索引情况下做不了(可以做,但比较麻烦)。
(2)多索引没对齐字段以及没有数据的字段不置空而是null值,查询时script_score会报错。比如_search/index1,index2时,index2里没有某个字段或某字段是null,script_score都会报错导致查询请求失败。
所以一开始就做好规范吧,曾ES接入过100+个场景的建议。

doom

赞同来自:

1. copy_to到一个新字段,或者查询用multi_match,匹配。已经有库,不想重建索引的话,只能使用multi_match。
2.不是很明白你的这个搜索范围是啥意思?每次搜索的字段组合不同吗?这样的话multi_match就可以,
3.量级不同,尽量别考虑这个的影响影响。ES数据是倒排索引,看你匹配的精细程度,应该考虑怎么分词。
 
匿名用户

匿名用户

赞同来自:

问题有:
1. 不同数据独立索引,还是有一个`综合索引`?
楼主的意思我大概清楚了,
问题1,如果你们是数据的收集端,那么规范你们先定义好,
比如业务有
1,联系人
2,新闻
3,项目文档
三种业务都有如下数据字段:
联系人有用户名,地址
新闻有用户名(可能叫新闻发布者),地址
项目文档有用户名(项目管理者),地址
以后可能还要加入
4,司机
司机有,司机名字,地址
此时,是应该用一个索引接收所有业务数据,(包括新闻,联系人等),还是针对每一种业务一个索引
 
我认为都可以,看怎么设计了,
1,如果数据量真的不大,全放到一个超级大索引中也行啊,分开不同索引到放也行啊,这样的话所有业务数据相互结合在一起,集群出问题,所有业务全挂了。
 
2,如果数据量非常大,那只能拆分,拆分小集群中,并且使用分开的索引(分开的索引页可以使用同一个名字,集群不一样就行)
每次增加一个业务,增加一个小集群,这样设计,也利于稳定性,相互之间不影响,一个小集群挂掉,不会影响其他所有的业务
 
如果是我设计,我更倾向于小集群,比较考虑到微服务,考虑到职责单一,不要堆积,堆积,堆积,膨胀,膨胀,膨胀,最后爆炸了。 
2. 不断有新场景引入的情况下,怎么控制搜索范围?
问题1应该说明白了。

3. 不同数据量级差异较大,如何设计索引切割比较合理?
问题1也说明白了。
 
 
 

要回复问题请先登录注册