- 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?
我们有一个双节点集群(私有(private)云中的虚拟机、64GB 内存、每个节点 8 核 CPU、CentOS)、一些小索引(约 100 万文档)和一个包含约 2.2 亿文档的大索引(2分片,170GB 空间)。 24GB内存分配给每个box上的elasticsearch。
文档结构:
{
'article_id': {
'index': 'not_analyzed',
'store': 'yes',
'type': 'long'
},
'feed_id': {
'index': 'not_analyzed',
'store': 'yes',
'type': 'string'
},
'title': {
'index': 'analyzed',
'type': 'string'
},
'content': {
'index': 'analyzed',
'type': 'string'
},
'lang': {
'index': 'not_analyzed',
'type': 'string'
}
}
运行以下查询大约需要 1-2 秒:
{
"query" : {
"multi_match" : {
"query" : "some search term",
"fields" : [ "title", "content" ],
"type": "phrase_prefix"
}
},
"size": 20,
"fields" :["article_id", "feed_id"]
}
此时我们是否达到了硬件限制,或者是否有优化查询或数据结构以提高性能的方法?
提前致谢!
最佳答案
您可能会达到硬件的极限,但您可以先对查询执行一些操作以帮助优化它。
最大扩展
我要做的第一件事是限制 max_expansions
。前缀查询的工作方式是生成与查询中最后一个标记匹配的前缀列表。在您的搜索查询“some search term”中,最后一个标记“term”将使用“term”作为前缀种子进行扩展。您可以生成这样的列表:
前缀扩展过程贯穿您的发布列表,寻找与种子前缀匹配的任何单词。默认情况下,此列表是无界的,这意味着您可以生成非常大的扩展列表。
第二阶段使用扩展将您的原始查询重写为一系列 term
查询。扩展列表越大,根据您的索引评估的术语就越多,速度也会相应降低。
如果您将扩展过程限制在合理的范围内,您可以保持速度并且通常仍能获得良好的前缀匹配:
{
"query" : {
"multi_match" : {
"query" : "some search term",
"fields" : [ "title", "content" ],
"type": "phrase_prefix",
"max_expansions" : 100
}
},
"size": 20,
"fields" :["article_id", "feed_id"],
}
您将不得不考虑您想要的扩展数量。这是速度和召回率之间的权衡。
过滤
一般来说,您可以添加的另一件事是过滤。如果您可以根据某种类型的标准进行过滤,则可能会大大提高速度。目前,您的查询正在针对整个索引(250m 文档)执行,这需要进行大量评估。如果您可以添加过滤器来减少该数字,您会发现延迟得到了很大改善。
归根结底,查询评估的文档越少,查询运行的速度就越快。过滤器减少了查询将看到的文档数量、被缓存、操作非常快等。
您的情况可能没有任何适用的过滤器,但如果有,它们真的可以提供帮助!
文件系统缓存
这个建议完全依赖于系统的其余部分。如果您没有充分利用您的堆 (24gb),因为您正在进行简单的搜索和过滤(例如,不是分面/地理/重分类/脚本),您可以将您的堆重新分配给文件系统缓存。
例如,如果您的最大堆使用量峰值为 12gb,则将堆大小减小到 15gb 可能是有意义的。您释放的额外 10gb 将返回给操作系统并帮助缓存段,这将有助于提高搜索性能,因为更多操作是无盘的。
关于performance - ElasticSearch 搜索性能,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20105466/
我在这里有一个问题,我不知道这是否正常。 但是我认为这里有些湖,安装插件elasticsearch-head之后,我在浏览器中启动url“http://localhost:9200/_plugin/h
我写了这个 flex 搜索查询: es.search(index=['ind1'],doc_type=['doc']) 我得到以下结果: {'_shards': {'failed': 0, 'skip
在ElasticSearch.Net v.5中,存在一个属性 Elasticsearch.Net.RequestData.Path ,该属性在ElasticSearch.Net v.6中已成为depr
如何让 elasticsearch 应用新配置?我更改了文件 ~ES_HOME/config/elasticsearch.yml 中的一个字符串: # Disable HTTP completely:
我正在尝试使用以下分析器在 elastic serach 7.1 中实现部分子字符串搜索 PUT my_index-001 { "settings": { "analysis": {
假设一个 elasticsearch 服务器在很短的时间内接收到 100 个任务。有些任务很短,有些任务很耗时,有些任务是删除任务,有些是插入和搜索查询。 elasticsearch 是如何决定先运行
我需要根据日期过滤一组值(在此处添加字段),然后按 device_id 对其进行分组。所以我正在使用以下东西: { "aggs":{ "dates_between":{ "fi
我在 Elasticsearch 中有一个企业索引。索引中的每个文档代表一个业务,每个业务都有business_hours。我试图允许使用星期几和时间过滤营业时间。例如,我们希望能够进行过滤,以显示我
我有一个这样的过滤查询 query: { filtered: { query: { bool: { should: [{multi_match: {
Elasticsearch 相当新,所以可能不得不忍受我,我遇到了一个问题,如果我使用 20 个字符或更少的字符搜索文档,文档会出现,但是查询中同一个单词中的任何更多字符,我没有结果: 使用“苯氧甲基
我试图更好地理解 ElasticSearch 的内部结构,所以我想知道 ElasticSearch 在内部计算以下两种情况的术语统计信息的方式是否存在任何差异。 第一种情况是当我有这样的文件时: {
在我的 elasticsearch 索引中,我索引了一堆工作。为简单起见,我们只说它们是一堆职位。当人们在我的搜索引擎中输入职位时,我想“自动完成”可能的匹配。 我在这里调查了完成建议:http://
我在很多映射中使用多字段。在 Elastic Search 的文档中,指示应将多字段替换为“fields”参数。参见 http://www.elasticsearch.org/guide/en/ela
我有如下查询, query = { "query": {"query_string": {"query": "%s" % q}}, "filter":{"ids
我有一个Json数据 "hits": [ { "_index": "outboxprov1", "_type": "deleted-c
这可能是一个初学者的问题,但我对大小有一些疑问。 根据 Elasticsearch 规范,大小的最大值可以是 10000,我想在下面验证我的理解: 示例查询: GET testindex-2016.0
我在 Elastic Search 中发现了滚动功能,这看起来非常有趣。看了那么多文档,下面的问题我还是不清楚。 如果偏移量已经存在那么为什么要使用滚动? 即将到来的记录呢?假设它完成了所有数据的滚动
我有以下基于注释的 Elasticsearch 配置,我已将索引设置为不被分析,因为我不希望这些字段被标记化: @Document(indexName = "abc", type = "efg
我正在尝试在单个索引中创建多个类型。例如,我试图在host索引中创建两种类型(post,ytb),以便在它们之间创建父子关系。 PUT /ytb { "mappings": { "po
我尝试创建一个简单的模板,包括一些动态模板,但我似乎无法为文档编制索引。 我得到错误: 400 {"error":"MapperParsingException[mapping [_default_]
我是一名优秀的程序员,十分优秀!