大数据量下基于 ES 的统计分析怎么做?

2016-06-02 21:20:26 +08:00
 shoumu

有下面的一个需求,请问一下大家有什么好的方案? 现在有亿级别的新闻文本数据,每条文本有超过二十个的属性(比如新闻正文、译文、时间、国家、地点等),已经使用 es 对这些数据建了索引。

现在要根据提供的关键词进行检索,对检索到的前 N 条( N 可能为 2000 、 5000 、 10000 、 100000 等)数据进行分析,主要是针对各个属性进行统计,比如统计各个国家的新闻数量。

目前是直接通过 es 拿到结果做统计,但是非常慢,有什么好的方案吗?

9440 次点击
所在节点    程序员
7 条回复
ligyxy
2016-06-02 21:23:24 +08:00
Spark cluster
Numbcoder
2016-06-02 22:52:25 +08:00
试试这个 druid.io
fcicq
2016-06-02 22:54:58 +08:00
带宽和 IOPS 就是单机水平那就不可能指望有突破啊.
shoumu
2016-06-03 09:35:41 +08:00
@fcicq
带宽和 IOPS 都好说,这里想先看看有啥好的方案
shoumu
2016-06-03 09:35:55 +08:00
@ligyxy
@Numbcoder
谢谢两位,我先去看看
SmiteChow
2016-06-03 16:19:49 +08:00
我觉得你的 ES 部署方式有问题,是分布式的么?
shoumu
2016-06-03 20:17:56 +08:00
@SmiteChow
是分布式的

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/283095

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX