- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我对ElasticSearch的功能及其优势非常熟悉,但这是我第一次不习惯构建索引。因此,我急切希望与专家一起审查以下方法。
要求:
我们的应用程序从多个来源获取有关各种产品的元数据。通常,这些提要以XML文件的形式出现(文件大小可以从2 GB到12 GB不等,有时单个记录分布在多个文件中),并且一个提供者的提要中包含的信息可能与其他提供者所包含的信息重叠或不重叠。 。因此,我们根据产品类型对这些数据进行重复数据删除,并将其标准化为一组通用格式,并且我们需要提供针对此合并数据集进行搜索的功能(显然,这是ElasticSearch的用处)。
所有产品都有某些通用标识符(例如ID,价格等),但是核心元数据在不同产品类型之间看起来可能完全不同。为了对此进行量化,我们假设所有产品在通用字段中都有30%的字段,而不同产品类型之间有70%的字段不同。产品类型没有太多,可以安全地假设在任何时间点产品类型都不超过10种。首先,数字要小得多(大约3-4)。
此外,这些数据源可能会随机出现更新,并且其中一些更新需要立即(接近实时)反射(reflect)在搜索中,而不会降低搜索能力。
提议的解决方案:
根据我在此处阅读的内容,我正在考虑针对不同的产品类型使用不同的索引:https://www.elastic.co/blog/index-vs-type。因此,规范化工作将查看源文件,为给定产品类型创建规范化的结构,并将其添加到适当的索引中。我们公开的搜索API将针对使用的搜索词针对这些索引中的每个索引执行搜索,并将结果合并为包含多个部分(每种产品类型一个部分)的单个JSON响应。
对于更新,我们计划使用批量API进行更新,插入和删除,并且鉴于REST API调用的局限性,我们将必须以每个x MB的批次进行这些调用。
问题:
这是组织数据并在ElasticSearch中更新数据的最佳方法(针对我的用例)吗?最好在同一索引上使用多个类型(例如:/ products包含typeA,typeB等产品的产品),而不是为每种产品类型创建一个索引?如果是这样,搜索是否会比跨索引搜索快得多?创建索引后,是否有更好的方法来处理记录的CRUD?
提前致谢!
最佳答案
首先,值得注意的是下一个ES版本中的mapping types will go away(ES 6中的软弃用和ES 7中的删除)。
现在,不管类型是否消失,仍然可以使用单个索引,但是由于只有30%的字段是通用字段,而should be avoided不惜一切代价,因此您将提高稀疏性。
因此,我想说,鉴于数据的性质,您的多索引方法是唯一有意义的方法。
值得阅读的其他信息:https://www.elastic.co/guide/en/elasticsearch/reference/master/removal-of-types.html
关于search - ElasticSearch:索引与类型和处理更新,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45204579/
这几天我一直在努力。我一直在自学 CSS,所以对菜鸟好一点。我正在创建一个推荐 slider 。推荐以 3 个 block 显示。我希望前 2 个下降,第 3 个上升。但是当 slider 激活时,无
我最近开始学习 Nodejs,现在我很困惑我的网络应用程序使用什么,html 还是 ejs (Express)。 Ejs 使用 Express 模块,而 .html 使用 HTML 模块。我的第一个问
假设我们有一个 PostgreSQL 表contacts,每条记录都有一堆带标签的电子邮件地址(标签和电子邮件对)——其中一个是“主要”。 存储方式如下: id 主键 电子邮件 文本 email_la
我成功为一种新的tesseract语言编写了traineddata文件,但是当我完成时,我继续收到以下错误: index >= 0 && index = 0 && 索引 < size_used_ :E
这个问题已经有答案了: How to deal with SettingWithCopyWarning in Pandas (21 个回答) 已关闭 4 年前。 假设我有一个像这样的数据框,第一列“密
如果我有一个位置或行/列同时用于 A 和 B 位置,请检查 B 是否与 A 成对角线? 1 2 3 4 5 6 7 8 9 例如,我如何检查 5 是否与 7 成对角线? 此外,如果我检查 4 是
MongoDB:索引 一、 创建索引 默认情况下,集合中的_id字段就是索引,我们可以通过getIndexes()方法来查看一个集合中的索引 > db.user.getIndexes() [ { "v
一、索引介绍 索引是一种用来快速查询数据的数据结构。 B+Tree就是一种常用的数据库索引数据结构,MongoDB采用B+Tree 做索引,索引创建在colletions上。 MongoDB不使用索引
我无法决定索引。 就像我有下面的查询需要太多时间来执行: select count(rn.NODE_ID) as Count, rnl.[ISO_COUNTRY_CODE] as Cou
我有这些表: CREATE TABLE `cstat` ( `id_cstat` bigint(20) NOT NULL, `lang_code` varchar(3) NOT NULL,
我正在尝试找到一种方法来提高包含 IP 范围的 mysql 表的性能(在高峰时段每秒最多有 500 个 SELECT 查询(!),所以我有点担心)。 我有一个这种结构的表: id smallint(
jquery index() 似乎无法识别元素之一,总是说“无法读取未定义的属性‘长度’”这是我的代码。mnumber 是导致问题的原因。我需要 number 和 mnumber 才能跟踪使用鼠标,并
我们有一个包含近 4000 万条记录的 MongoDB 集合。该集合的当前大小为 5GB。此集合中存储的数据包含以下字段: _id: "MongoDB id" userid: "user id" (i
文档说:如果你有多个字段的复合索引,你可以用它来查询字段的开始子集。所以如果你有一个索引一个,乙,丙你可以用它查询一种一个,乙a,b,c 我的问题是,如果我有一个像这样的复合索引一个,乙,丙我可以查询
我正在使用 $('#list option').each(function(){ //do stuff }); 循环列表中的选项。我想知道如何获取当前循环的索引? 因为我不想让 var i = 0;循
MySQL索引的建立对于MySQL的高效运行是很重要的,索引可以大大提高MySQL的检索速度。 打个比方,如果合理的设计且使用索引的MySQL是一辆兰博基尼的话,那么没有设计和使用索引的MySQL
SQLite 索引(Index) 索引(Index)是一种特殊的查找表,数据库搜索引擎用来加快数据检索。简单地说,索引是一个指向表中数据的指针。一个数据库中的索引与一本书后边的索引是非常相似的。
我是 RavenDB 的新手。我正在尝试使用多 map 索引功能,但我不确定这是否是解决我的问题的最佳方法。所以我有三个文件:Unit、Car、People。 汽车文件看起来像这样: { Id: "
我有以下数据,我想根据范围在另一个表中建立索引 我想要实现的是,例如,如果三星的销售额为 2500,则折扣为 2%,低于 3000 且高于 1000 我知道它可以通过索引来完成,与多个数组匹配,然后指
我正在检查并删除 SQL 数据库中的重复和冗余索引。 所以如果我有两个相同的索引,我会删除。 例如,如果我删除了重叠的索引... 索引1:品牌、型号 指标二:品牌、型号、价格 我删除索引 1。 相同顺
我是一名优秀的程序员,十分优秀!