ElasticSearch过滤器的效率与查询

Question

我有求职者和工作列表。我正在尝试确定哪些候选人符合特定列表的资格。我们已经在ES中编制了每个列表。我看到我能做到的两种方式是：

1. 为ES中的每个候选人编制索引，然后根据列表的参数构建查询，以搜索/过滤合格的候选人，并将其作为结果返回。
2. 使用percolate功能为每个候选人创建一个percolate查询，然后通过针对候选过滤器索引运行列表的数据来找出哪些候选匹配。

哪种规模更有效率（数百万条记录）？没有完全理解过滤器是如何实现的（我没有发现任何实际解释实现的文章），我担心的是使用过滤器，我实际上每个列表每个候选者运行一个查询，这将是非常低效的。 / p>

Answer 1

使用Percolator，您正在对“查询”索引运行搜索查询。 因此，在您的情况下，Elasticsearch执行的相对“工作”在两种情况下都是类似的：

C: Number of Candidates CQ: Number of Candidate-Job-Search-Alert-Queries

（根据您的说明，C =您系统中的CQ）

选项1 。索引所有候选人。每次添加新作业时，都会在候选索引上搜索以匹配作业的特征。 （搜索 C 记录）

选项2 。在.percolator索引中为每个候选者注册1个Job-Search-Alert-Query。每次添加新作业时，使用Percolate API识别匹配的Candidate-Job-Search-Alert-Queries。 （搜索 CQ 查询记录）

从性能/可扩展性的角度来看，更值得关注的是Percolator requires the entire .percolator index to be loaded to memory。

从功能角度来看，您可能需要的Percolator limits certain query types（投票赞成选项1）。

如果您发现自己处于CQ << C（例如用户保存的搜索）的情况，那么Percolator方法更有可能胜过必须查询整个候选索引。