Elasticsearch 相当于 Map-Reduce

Question

当客户端处理过多时，ElasticSearch 中的 map-reduce 等效于什么？是否有类似“流”的东西，以便客户端可以在数据进入时减少输出？

假设我需要在客户端进行连接或复杂的过滤，如果没有一些 map-reduce 方案，这种类型可能不适合内存。我不介意长时间等待响应，但我不想压垮机器(客户端和/或服务器)。

我该怎么办？

示例，映射:

{"book":{"properties":{
                       "title":{"type":"string", "index":"analyzed"},
                       "author":{"type":"string", "index":"analyzed"},
}

{"character":{"properties":{
                       "book_id":{"type":"string", "index":"not_analyzed"},
                       "name":{"type":"string", "index":"analyzed"},
                       "age":{"type":"integer"},
                       "catch-phrase":{"type":"string", "index":"analyzed"},
}

假设我想找到所有至少有 M 个字符且标语不超过 N 的书(其中 N 是客户端提供的参数)

所以会是get_books_with_short_phrases(M,N)

我当然可以将诸如“phrase-length”的字段添加到“character”类型，但我们假设对“catch-phrase”的处理可能一直在变化。

我想将“字符”和“书籍”流式传输到客户端，遍历每个客户端并输出键值 <book>-<character,len(phrase)>然后进一步减少到<book>-<num_of_chars_with_short_phrase>

如果我将所有文档加载到客户端内存中，那可能是一场灾难。如果客户端处理每本书并将其减少到 k,v 可能会更好。

我做错了吗？

解决方案是否以某种方式在服务器上运行脚本，以便执行 map-reduce？

Answer 1

据我所知，您不能使用 ES 进行流式传输。

我相信您知道最好进入一种不存在“连接”的不同思维方式。取而代之的是非规范化并尝试用对 ES 的 1 个查询来覆盖您的用例，当然这并不总是有效。

然而，在上述情况下，我邀请您看一下脚本过滤器，它允许复杂的计算(类似于 sql 存储过程)，允许查询时间参数。

我非常有信心这应该为您提供在服务器上一次性执行查询的工具，尽管我只是没有深入研究它。

http://www.elastic.co/guide/reference/query-dsl/script-filter/ http://www.elastic.co/guide/reference/modules/scripting/