ES 关于 doc id 查询方式的认识误区?

2020-03-25 12:35:56 +08:00
 beryl

先说明:是讨论和请教,不是分享

最近项目中在使用 ES 做存储和查询, 以 Mysql 的思维文档 Id, 是自己自定义的( userId+type )。认为这种方式查询:

twitter/tweet/0

但是查各种资料,并没有验证直接使用 id 这种是高效的, 也可以使用 DSL query 查询:

匹配 userId + type

所以想问下: get api 和 DSL query 差异在哪里呢, 自定义 id 并直接查询是不是更高效呢

3465 次点击
所在节点    程序员
13 条回复
RedisMasterNode
2020-03-25 13:12:52 +08:00
GET API 是根据 ID 获取的过程,这个过程中你的目标是明确(且唯一的),包括需要在哪个分片进行获取

Query 的时候,根据你的条件(例如查询 id 为 xxx 的 doc ),在各个分片中进行“搜索”,获取各个分片符合条件的 doc 的 id,在协调节点中进行合并,合并结果回到分片中拿出完整数据( query then fetch,如果是 query and fetch 等会略有不同)
beryl
2020-03-25 13:34:06 +08:00
所以还是 get api 根据 id 直接获取更快对么
wph95
2020-03-25 13:49:13 +08:00
有点没看懂 强答一下,众所周知 elasticsearch 是 基于 lucene 上面包了一层

lucene document 被写入的时候会分配一个 seq id,也被称作是 doc id 。直接用这个 id 肯定是最高效的 勉强可以等价 mysql 里的 id

elasticsearch 的 document 是在 lucene 的 document 上加了东西。印象里 elasticsearch 会把 uid 转成 lucene docID (记得 lucene 的 docid 不能自定义 es 的可以)

至于 get api 和 DSL query,看过 es 的 6.3 的 dsl 代码, uid 是个特殊的字段的。所以讲道理 get api 和 DSL query 是等价的,get api 是一个 dsl query 的 template,不应该会有明显的性能差距。
gimp
2020-03-25 14:07:54 +08:00
复杂查询时使用 GET 参数方式可读性较差,理论上,相同功能的查询,它们两个性能是等价的。
wangyzj
2020-03-25 14:21:56 +08:00
不太懂楼主啥意思
beryl
2020-03-25 14:33:21 +08:00
@wangyzj
抱歉没描述清楚,已补充
核心疑惑是:使用 doc Id 直接查询是不是更快
misaka19000
2020-03-25 14:37:54 +08:00
性能肯定不一样啊,一个直接取数据,一个多了 query 这个过程
wangyzj
2020-03-25 15:29:46 +08:00
@beryl 没做过测试
我认为应该直接 get 应该更快吧
xiaozi
2020-03-25 15:36:51 +08:00
query 是准实时,get 是实时
beryl
2020-03-25 15:54:26 +08:00
@xiaozi 怎么理解
xiaozi
2020-03-25 16:01:38 +08:00
@beryl

对于 Search 类请求,查询的时候是一起查询内存和磁盘上的 Segment,最后将结果合并后返回。这种查询是近实时( Near Real Time )的,主要是由于内存中的 Index 数据需要一段时间后才会刷新为 Segment 。

对于 Get 类请求,查询的时候是先查询内存中的 TransLog,如果找到就立即返回,如果没找到再查询磁盘上的 TransLog,如果还没有则再去查询磁盘上的 Segment 。这种查询是实时( Real Time )的。这种查询顺序可以保证查询到的 Doc 是最新版本的 Doc,这个功能也是为了保证 NoSQL 场景下的实时性要求。
w0000
2020-03-25 16:04:47 +08:00
强行答一波,两个查询肯定是有差异的,说到底导致查询的性能差异还是要看查询是怎么走的索引,query 的话,如果你的 ID 是当 text 类型,那么走倒排索引,如果 ID 是 keyword 类型,走的是列式存储,而 get 走的是正向索引,总体来说,keyword 类型和 ID 的查询速度是差不多的
123444a
2020-03-26 01:24:25 +08:00
性能差别比 HBASE 的 get 和 scan 的差别要小

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/656004

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