弹性搜索，多个索引与一个索引以及不同数据集的类型？

我有一个使用 MVC 模式开发的应用程序，我现在想索引它的多个模型，这意味着每个模型都有不同的数据结构。

• 是使用多个索引（每个模型一个）还是每个模型在同一索引中使用一个类型更好？我认为这两种方式都需要不同的搜索查询。我刚刚开始做这个。

• 如果数据集很小或很大，这两个概念之间是否存在性能差异？

如果有人可以为此目的推荐一些好的样本数据，我会自己测试第二个问题。

两种方法都有不同的含义。

假设您使用 Elasticsearch 的默认设置，每个模型有 1 个索引将显着增加分片数量，因为 1 个索引将使用 5 个分片，5 个数据模型将使用 25 个分片；虽然 1 个索引中有 5 个对象类型，但仍将使用 5 个分片。

将每个数据模型作为索引的含义：

• 在索引内搜索高效且快速，因为每个分片中的数据量应该较小，因为它分布到不同的索引。
• 从 2 个或更多索引搜索数据模型的组合将会产生开销，因为查询必须跨索引发送到更多分片，进行编译并发送回用户。
• 如果您的数据集很小，则不建议这样做，因为创建每个额外的分片都会产生更多的存储空间，并且性能增益微乎其微。
• 如果您的数据集很大并且查询需要很长时间来处理，则建议使用，因为专用分片正在存储您的特定数据，并且 Elasticsearch 更容易处理。

将每个数据模型作为索引中的对象类型的含义：

• 更多数据将存储在索引的 5 个分片中，这意味着当您跨不同数据模型进行查询时，开销问题会减少，但分片大小会明显增大。
• 分片中的数据越多，Elasticsearch 搜索的时间就越长，因为有更多的文档需要过滤。
• 如果您知道正在处理 1 TB 的数据并且您没有将数据分布在 Elasticsearch 映射中的不同索引或多个分片上，则不建议这样做。
• 建议用于小型数据集，因为每个分片都会占用硬件中的空间，因此您不会为了边际性能增益而浪费存储空间。

如果您问什么是大数据与小数据？通常，它取决于硬件的处理器速度和 RAM、Elasticsearch 映射中每个变量中存储的数据量以及您的查询要求；在查询中使用多个方面会显着减慢您的响应时间。对此没有直接的答案，您必须根据您的需求进行基准测试。