您现在的位置是:首页 > 文章详情

Elasticsearch结构化搜索_filter执行原理深度剖析(bitset机制与caching机制)

日期:2018-11-29点击:477

1)在倒排索引中查找搜索串,获取document list


date来举例

word doc1 doc2 doc3 2017-01-01 * * 2017-02-02 * * 2017-03-03 * * * filter:2017-02-02

到倒排索引中一找,发现2017-02-02对应的document list是doc2,doc3


(2)为每个在倒排索引中搜索到的结果,构建一个bitset,[0, 0, 0, 1, 0, 1]


非常重要


使用找到的doc list,构建一个bitset,就是一个二进制的数组,数组每个元素都是0或1,用来标识一个doc对一个filter条件是否匹配,如果匹配就是1,不匹配就是0


[0, 1, 1]


doc1:不匹配这个filter的

doc2和do3:是匹配这个filter的


尽可能用简单的数据结构去实现复杂的功能,可以节省内存空间,提升性能


(3)遍历每个过滤条件对应的bitset,优先从最稀疏的开始搜索,查找满足所有条件的document


后面会讲解,一次性其实可以在一个search请求中,发出多个filter条件,每个filter条件都会对应一个bitset

遍历每个filter条件对应的bitset,先从最稀疏的开始遍历


[0, 0, 0, 1, 0, 0]:比较稀疏

[0, 1, 0, 1, 0, 1]


先遍历比较稀疏的bitset,就可以先过滤掉尽可能多的数据


遍历所有的bitset,找到匹配所有filter条件的doc


请求:filter,postDate=2017-01-01,userID=1

postDate: [0, 0, 1, 1, 0, 0] userID:   [0, 1, 0, 1, 0, 1]

遍历完两个bitset之后,找到的匹配所有条件的doc,就是doc4


就可以将document作为结果返回给client了


(4)caching bitset,跟踪query,在最近256个query中超过一定次数的过滤条件,缓存其bitset。对于小segment(<1000,或<3%),不缓存bitset。


比如postDate=2017-01-01,[0, 0, 1, 1, 0, 0],可以缓存在内存中,这样下次如果再有这个条件过来的时候,就不用重新扫描倒排索引,反复生成bitset,可以大幅度提升性能。


在最近的256个filter中,有某个filter超过了一定的次数,次数不固定,就会自动缓存这个filter对应的bitset


segment(上半季),filter针对小segment获取到的结果,可以不缓存,segment记录数<1000,或者segment大小<index总大小的3%


segment数据量很小,此时哪怕是扫描也很快;segment会在后台自动合并,小segment很快就会跟其他小segment合并成大segment,此时就缓存也没有什么意义,segment很快就消失了


针对一个小segment的bitset,[0, 0, 1, 0]


filter比query的好处就在于会caching,但是之前不知道caching的是什么东西,实际上并不是一个filter返回的完整的doc list数据结果。而是filter bitset缓存起来。下次不用扫描倒排索引了。


(5)filter大部分情况下来说,在query之前执行,先尽量过滤掉尽可能多的数据


query:是会计算doc对搜索条件的relevance score,还会根据这个score去排序

filter:只是简单过滤出想要的数据,不计算relevance score,也不排序


(6)如果document有新增或修改,那么cached bitset会被自动更新


postDate=2017-01-01,[0, 0, 1, 0]

document,id=5,postDate=2017-01-01,会自动更新到postDate=2017-01-01这个filter的bitset中,全自动,缓存会自动更新。postDate=2017-01-01的bitset,[0, 0, 1, 0, 1]

document,id=1,postDate=2016-12-30,修改为postDate-2017-01-01,此时也会自动更新bitset,[1, 0, 1, 0, 1]


(7)以后只要是有相同的filter条件的,会直接来使用这个过滤条件对应的cached bitset


详细请看视频讲解:《Elasticsearch顶尖高手系列-高手进阶篇》


小程序看视频更方便:


images/SacaSz35KbAXfDBkaEmXNtW8cbfCTCry.jpg

原文链接:https://blog.roncoo.com/article/132934
关注公众号

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。

持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。

文章评论

共有0条评论来说两句吧...

文章二维码

扫描即可查看该文章

点击排行

推荐阅读

最新文章