未编入索引的字段的部分更新

Question

让我们考虑以下情况 - “文章”文档中有两个字段 - content(string) 和 views(int)。视图字段未编入索引。视图字段包含这篇文章被阅读了多少次的信息。

来自官方文档：

我们也说过文档是不可变的：它们不能被改变，只能被替换。更新 API 必须遵守相同的规则。从外部看，似乎我们正在对文档进行部分更新。然而，在内部，更新 API 只是管理我们已经描述过的相同的检索-更改-重新索引过程。

但是如果我们对未索引的字段进行部分更新怎么办 - elasticsearch 会重新索引整个文档吗？例如 - 我想在每次有人阅读文章时更新视图。如果整个文档被重新索引，我将无法进行实时更新（因为操作太繁重）。所以我将不得不延迟工作，例如更新访问者每 3-5-10 分钟阅读的所有文章。还是我理解错了？

Answer 1

但是如果我们对未索引的字段进行部分更新怎么办 - elasticsearch 会重新索引整个文档吗？

是的，虽然该views字段未单独编入索引，但它是该_source字段的一部分。该_source字段包含您在为文档编制索引时发送到 Elasticsearch 的原始 JSON，如果在搜索期间文档有匹配项，则会在结果中返回。该_source字段与 Lucene 中的文档一起索引。在您的更新脚本中，您正在更改_source字段，因此整个文档将被重新索引。

那么您能否评估以下策略。每次有人阅读文章时，我都会向弹性发送更新。但是我将 refresh_interval 设置为 30 秒。如果在 30 秒间隔内大约 1000 个用户阅读了一篇文章，这种策略是否正常？

您仍在索引 1000 个文档，1 个文档将被索引为当前文档，999 个文档将被索引标记为已删除并在下一次 Lucene 合并期间从索引中删除。