当buckets数量特别多的时候，深度优先和广度优先的原理，图解
假如我们有如下数据数据：每个演员的每个电影的评论。
现在我们的需求是找到前10名的演员所演的电影的评论。这是一个两层聚合题。
查询语句体如下：
{
"aggs" : {
"actors" : {
"terms" : {
"field" : "actors",
"size" : 10,
"collect_mode" : "breadth_first"
},
"aggs" : {
"costars" : {
"terms" : {
"field" : "films",
"size" : 5
}
}
}
}
}
}
es默认采用广度优先原则：
这种方式下，先把所有演员所演的电影找出来一一对应，然后再选出前10名的演员，舍弃掉其他的演员的数据。假设有1000个演员，每个演员有10个电影，这是舍弃的就是990*10=9900个数据，而不是990个数据，而且在舍弃数据之前就已经把其余数据聚合好了，这也是一次无用的计算。
深度优先
深度优先和广度优先不同，他首先选出10个演员，在选出这10个演员之前，没有经过聚合，这时舍弃的数据只是990条，并且没有经过聚合，然后再在这10个演员中聚合。这样就可以大大的提升性能。
"collect_mode" : "breadth_first" 表示设置成深度优先。
原文地址：https://www.cnblogs.com/liuqianli/p/8542107.html
时间： 2024-10-14 01:02:35