Painless 脚本为我们的搜索带来了很多的方便和灵活性，但是在很多的实践中，我们需要认真地思考这个脚本是不是最有效的。特别是，当我们在 query 使用脚本时，我们需要特别注意。这是因为在搜索时，需要针对每个文档进行计算，当我们的文档的数量很大时，那么这个计算量将会是非常大，从而影响搜索的效率。
比如，我们创建如下的一个文档：
-
PUT twitter
/_doc/
1
-
{
-
"user" :
"双榆树-张三",
-
"message" :
"今儿天气不错啊，出去转转去",
-
"uid" :
2,
-
"age" :
20,
-
"city" :
"北京",
-
"province" :
"北京",
-
"country" :
"中国",
-
"address" :
"中国北京市海淀区",
-
"location" : {
-
"lat" :
"39.970718",
-
"lon" :
"116.325747"
-
}
-
}
假如我们想搜索 message 字段的长度大于 10 的所有文档，我们可以通过如下的方法来获得。
-
GET twitter/_search
-
{
-
"query": {
-
"script": {
-
"script": {
-
"lang":
"painless",
-
"source":
"doc['message.keyword'].value.length() > params.length",
-
"params": {
-
"length":
10
-
}
-
}
-
}
-
}
-
}
在上面我们使用脚本来计算 message 字段的长度，并返回所有 message 字段长度超过 10 的文档。
上面的搜索咋一看，没有任何毛病，但是假设我们的文档数目有很多（比如几万个数据），那么上面的这个在搜索时的计算量将是非常大的，从而会影响搜索的效率。那么我们有什么好的方法来解决这个问题呢？
我们可以把这个计算放到 index 时候，也就是在建立索引的时候。比如我们可以这么做：
-
DELETE twitter
-
-
PUT _ingest/pipeline/calculate_length
-
{
-
"description":
"Calculate the length of message",
-
"processors": [
-
{
-
"script": {
-
"source":
"""
-
ctx.length = ctx.message.length()
-
"""
-
}
-
}
-
]
-
}
在上面，我们先删除之前创建的 twitter 索引，然后创建一个计算 message 字段长度的一个脚本 processor。在导入一个文档时，我们使用如下的方法：
-
PUT twitter
/_doc/
1?pipeline=calculate_length
-
{
-
"user":
"双榆树-张三",
-
"message":
"今儿天气不错啊，出去转转去",
-
"uid":
2,
-
"age":
20,
-
"city":
"北京",
-
"province":
"北京",
-
"country":
"中国",
-
"address":
"中国北京市海淀区",
-
"location": {
-
"lat":
"39.970718",
-
"lon":
"116.325747"
-
}
-
}
由于我们使用了 calculate_length 这个 pipeline，那么它将会为我们创建一个新的叫做 length 的字段。我们通过如下的方法来进行查询：
GET twitter/_search上面显示的结果为：
-
{
-
"took" :
0,
-
"timed_out" :
false,
-
"_shards" : {
-
"total" :
1,
-
"successful" :
1,
-
"skipped" :
0,
-
"failed" :
0
-
},
-
"hits" : {
-
"total" : {
-
"value" :
1,
-
"relation" :
"eq"
-
},
-
"max_score" :
1.0,
-
"hits" : [
-
{
-
"_index" :
"twitter",
-
"_type" :
"_doc",
-
"_id" :
"1",
-
"_score" :
1.0,
-
"_source" : {
-
"country" :
"中国",
-
"address" :
"中国北京市海淀区",
-
"city" :
"北京",
-
"length" :
13,
-
"message" :
"今儿天气不错啊，出去转转去",
-
"uid" :
2,
-
"province" :
"北京",
-
"location" : {
-
"lon" :
"116.325747",
-
"lat" :
"39.970718"
-
},
-
"user" :
"双榆树-张三",
-
"age" :
20
-
}
-
}
-
]
-
}
-
}
我们可以看到一个新增加的 length 字段。上面显示的值为 13 。那么有了这个字段，我们就可以通过如下的方法来进行查询了：
-
GET twitter/_search
-
{
-
"query": {
-
"range": {
-
"length": {
-
"gte":
10
-
}
-
}
-
}
-
}
在上面，我们使用了新增加的 length 字段来查询我们的文档。这样可以大大地提供搜索的效率。
转载：https://blog.csdn.net/UbuntuTouch/article/details/108061204
查看评论