弹性search，多个索引与一个索引和不同数据集的types？
我有一个使用MVC模式开发的应用程序，我想现在索引它的多个模型，这意味着每个模型有不同的数据结构。
-
使用多重索引更好吗，每个模型使用多个索引，还是每个模型的索引都有相同的types？ 这两种方式也需要一个不同的search查询，我认为。 我刚开始这个
-
如果数据集很小或很大，那么这两个概念之间在性能上会有差异吗？
如果有人可以为我推荐一些好的样本数据，我会自己testing第二个问题。
这两种方法都有不同的含义。
假设您使用的是Elasticsearch的默认设置，每个模型有1个索引会显着增加碎片的数量，因为1个索引将使用5个碎片，5个数据模型将使用25个碎片; 而在1个索引中有5个对象types仍然将使用5个碎片。
将每个数据模型作为索引的含义：
- 在索引内快速有效地search，因为每个分片中的数据量应该更小，因为它被分配给不同的索引。
- search来自2个或更多索引的数据模型的组合将产生开销，因为查询将不得不被发送到跨越索引的更多分片，编译并发回给用户。
- 不build议如果你的数据集小，因为你会产生更多的存储与每个额外的碎片创build和性能增益是边缘的。
- build议如果你的数据集很大，你的查询需要很长的时间来处理，因为专用分片存储你的特定数据，Elasticsearch将更容易处理。
将每个数据模型作为索引内的对象types的含义：
- 更多的数据将被存储在索引的5个分片中，这意味着当您跨不同的数据模型进行查询时，会遇到较less的开销问题，但分片大小会更大。
- 由于有更多的文档需要过滤，因此分片内的更多数据需要更长时间才能进行search。
- 不推荐，如果您知道您正在经历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碎片中。
- build议用于小数据集，因为您不会浪费存储空间，因为每个碎片在硬件中占用空间，因此性能会有所提高。
如果你问什么是太多的数据与小数据？ 通常，这取决于处理器速度和硬件的内存，Elasticsearch映射中每个variables中存储的数据量以及查询需求; 在查询中使用许多方面会显着减慢响应时间。 没有直接的答案，你将不得不根据你的需求进行基准testing。
虽然乔纳森当时的答案是正确的，但是世界已经开始了，现在看来ElasticSearch背后的人们有一个长期的计划来放弃对多种types的支持：
我们想要去的地方：我们想从Elasticsearch中移除types的概念，同时还支持父/子。
因此，对于新项目，只使用每个索引的单一types将使得最终升级到ElasticSearch 6.x变得更容易。
乔纳森的回答很好。 我只想补充几点要考虑的问题：
- 可以根据您select的解决scheme定制碎片数量。 你可能有一个包含15个主分片的索引，或者将其分成3个索引，分为5个分片 – 性能angular度不会改变（假设数据平均分配）
- 考虑数据使用情况。 IE浏览器。 如果您使用kibana进行可视化，则包含/排除特定索引会更容易，但types必须在仪表板中过滤
- 数据保留：对于应用程序日志/度量标准数据，如果需要不同的保留期限，则使用不同的索
上述答案都很好！
我在索引中添加了几个types的示例。 假设您正在开发一个应用程序来search图书馆中的书籍。 向图书馆所有者提出几个问题，
问题：
-
你打算存多less本书？
-
你要在图书馆里储存什么样的书？
-
你打算怎么去找书？
回答：
-
我打算存储50 K到70 K的书（大约）
-
我将有15k-20k技术相关书籍（计算机科学，机械工程，化学工程等），历史书籍15k，医学书籍10k。 10本语言相关书籍（英文，西class牙文等）
-
按作者search名，作者姓，出版年份，出版者名称。 （这给了你关于什么信息应该存储在索引中的想法）
从上面的答案中，我们可以说我们的索引中的模式应该看起来像这样。
//这不是确切的映射，只是为了举例
"yearOfPublish":{ "type": "integer" }, "author":{ "type": "object", "properties": { "firstName":{ "type": "string" }, "lastName":{ "type": "string" } } }, "publisherName":{ "type": "string" } }
为了达到上述目的，我们可以创build一个名为Books的索引，并且可以有多种types。
指数：书
types：科学，艺术
（或者你可以创build很多types，如技术，医学，历史，语言，如果你有更多的书籍）
这里需要注意的是架构是相似的，但数据是不相同的。 另一个重要的是你正在存储的总数据。
希望以上内容有助于在索引中寻找不同的types，如果您有不同的模式，您应该考虑不同的索引。 小索引较less的数据。 大数据大指数:-)
