elasticsearch - 多字段与字段数据进行查询和排序

Question

我有一个使用Elasticsearch 6的简单“人”数据库​​，基本上看起来像这样:

id | firstName | lastName
-------------------------
1  | Tim       | Berners-Lee
2  | Linus     | Torvalds
3  | Noam      | Chomsky

我想按 lastName(和/或 firstName-取决于用户输入)进行查询和排序。
现在，我找到了两个似乎可行的解决方案，但是我不确定哪个是“正确”(或“更好”)的，以及原因:

多字段:"type": "text", "fields": { "raw": { "type": "keyword" } }:我可以使用lastName进行查询并使用lastName.raw进行排序。

fielddata:"type": "text", "fielddata": true:在这里我可以使用lastName进行查询和排序。

但是我完全不确定为什么我应该选择一个而不是另一个，以及这种选择有什么含义。

Answer 1

希望以下几点将帮助您根据实际用例做出决定。

多字段
它的目的-使用不同的分析器存储单个字段。如您所使用的text和keyword它没有任何特殊的缓存。

现场数据
它的目的-在聚合/排序期间更快地访问。它将所有数据加载到字段缓存。
尽管您可以使用它满足您的需求，但是它很昂贵。

加载字段数据非常昂贵

一旦加载，它将在Lucene段的生命周期内保持不变

由于您的字段是文本，因此它将占用大量堆空间。

但是您可以使用 fielddata_frequency_filter控制加载到内存中的术语数
然后您对 text字段进行排序。该文件的建议是

Instead, you should have a text field for full text searches, and an unanalyzed keyword field with doc_values enabled for aggregations

因此，您需要根据数据大小，数据访问模式，服务器成本进行选择，以防万一您有更多数据并计划使用 field data