如何在elaticsearch中索引问题和答案

Question

我正在做一个项目来索引elasticsearch(版本6)中的网站问题和答案以供搜索.

我首先考虑创建两个索引,如下所示,一个用于问题,一个用于答案.

问题映射:

{"mappings": {
"question": {
  "properties": {
    "title":{
        "type":"text"
    },
    "question": {
      "type":  "text"
    },
    "questionId":{
        "type":"keyword"
    }
  }
}
}
}

答案映射:

{"mappings": {
    "answer": {
      "properties": {
        "answer":{
            "type":"text"
        },
        "answerId": {
          "type":  "keyword"
        },
        "questionId":{
            "type":"keyword"
        }
      }
    }
  }
}

我已经使用multimatch查询以及term和top_hits聚合来搜索索引的Q&A(引用的问题).我使用此方法从搜索结果中删除重复项.由于同一问题的答案或问题本身可能会出现在结果中.我只想在结果中每个问题输入一个条目.我面临的问题是对结果进行分页.没有可能的方法在elasticsearch中分页聚合.它只能分页命中而不是聚合.

然后我想到将一个问题和答案保存在一个文档中,答案在Json数组中.这种方法的问题在于没有干净的方法来添加,删除,更新给定问题文档中的特定答案.我发现的唯一方法是使用groovy脚本(引用问题).在elasticsearch v6 AFAIK中已弃用.

有没有更好更干净的设计方法？谢谢.

Answer 1

亲子关系

使用父子关系.它类似于嵌套模型,并允许一个实体与另一个实体的关联.您可以将一种文档类型与另一种文档类型以一对多关系关联.有关此处的更多信息,请访问:https://www.elastic.co/guide/en/elasticsearch/guide/current/parent-child.html

可以添加,更改或删除子文档,而不会影响父级或其他子级.您可以使用Scroll API对父文档进行分页.可以使用has_parent连接检索子文档.

权衡:您不必处理重复和分页问题,​​但父子查询可能比等效的嵌套查询慢5到10倍.

您的映射可能如下所示:

PUT /my-index
{
  "mappings": {
    "question": {
      "properties": {
        "title": {
          "type": "text"
        },
        "question": {
          "type": "text"
        },
        "questionId": {
          "type": "keyword"
        }
      }
    },
    "answer": {
      "_parent": {
        "type": "question"
      },
      "properties": {
        "answer": {
          "type": "text"
        },
        "answerId": {
          "type": "keyword"
        },
        "questionId": {
          "type": "keyword"
        }
      }
    }
  }
}