4

当客户端的处理过多时，ElasticSearch 中的 map-reduce 等价物是什么？是否有类似“流式传输”的东西，以便客户端可以在数据进入时将数据减少到输出？

假设我需要在客户端进行连接或复杂过滤，如果没有一些 map-reduce 方案，这种类型可能不适合内存。我不介意等待很长时间才能得到响应，但我不想破坏机器（客户端和/或服务器）。

我该怎么办？

示例，映射：

{"book":{"properties":{
                       "title":{"type":"string", "index":"analyzed"},
                       "author":{"type":"string", "index":"analyzed"},
}

{"character":{"properties":{
                       "book_id":{"type":"string", "index":"not_analyzed"},
                       "name":{"type":"string", "index":"analyzed"},
                       "age":{"type":"integer"},
                       "catch-phrase":{"type":"string", "index":"analyzed"},
}

假设我想找到所有至少有 M 个字符且流行语不超过 N 的书籍（其中 N 是客户端提供的参数）

所以它会是get_books_with_short_phrases(M,N)

我当然可以将诸如“短语长度”之类的字段添加到“字符”类型，但让我们假设“catch-phrase”的处理可能一直在变化。

我想将“字符”和“书籍”流式传输到客户端，检查每个客户端并输出一个键值，<book>-<character,len(phrase)>然后将其进一步减少到<book>-<num_of_chars_with_short_phrase>

如果我将所有文档都加载到客户端内存中，那可能是一场灾难。如果客户处理每本书并将其减少到 ak,v 可能会更好。

我错了吗？

解决方案是否以某种方式在服务器上运行脚本，因此它执行 map-reduce？

4

2 回答 2

4

afaik 你不能用 ES 做流媒体。

我相信你知道最好进入不存在“加入”的不同心态。取而代之的是非规范化并尝试使用 1 个对 ES 的查询来覆盖您的用例，当然这并不总是有效。

然而，在上述情况下，我邀请您看一下脚本过滤器，它允许复杂的计算（类似于 sql 存储过程），它允许查询时间参数。

我非常有信心这应该为您提供在服务器上进行 1 次查询的工具，尽管我只是没有深入研究它。

http://www.elastic.co/guide/reference/query-dsl/script-filter/ http://www.elastic.co/guide/reference/modules/scripting/

于 2013-05-11T21:12:37.177 回答
0

是的，数据可能应该被非规范化，以便您将所有内容都放在一个文档中。

然后我会查看脚本指标，它允许您使用查询中的 groovy 脚本或本机 Java 脚本在 Elasticsearch 节点本身上执行 map/reduce 之类的分布式处理，您只返回生成的缩减值。有关示例 Java 实现，请参见此示例。

于 2015-10-07T12:30:55.877 回答