Elasticsearch：对同一数据记录的每种语言使用单独的索引

Question

我有一个数据记录，其中有一个名为标题的字段。一条记录可能同时具有不同的标题语言。此类记录还有其他字段，其值不会因语言而异，因此我不在以下两个示例中列出：

Record #1:
Title (English): Hello

Record #2:
Title (English): World
Title (Spanish): mundo

目前标题有四种可能的语言：英语、西班牙语、法语和中文。随着系统的发展，将会支持更多的语言。

我是 Elasticsearch 的新手。我考虑为每种语言设置一个单独的索引。因此，对于记录 #2，我将创建两个 Elasticsearch 文档（每种语言一个）并将一个文档发送到与其语言对应的索引。

考虑到索引、更新、删除和搜索，这是一个好的/可接受的设计吗？有什么问题吗？

对于这个设计，我相信它至少有好处：

• 我可以轻松决定每种语言需要多少个分片 独立
• 我可以决定索引（语言）的分片数量和位置
• 当系统增长时，我可以轻松地为新语言添加索引 销毁或重新索引现有数据。
• 系统可以最大限度地利用分布式计算 电源

感谢您的任何意见！

最好的。

Answer 1

您的解决方案可能会正常工作，但如果您开始允许多语言搜索，您可能会遇到重复文档的问题。

每个字段有多个可能的值可能更理想，例如：

• title.engligsh
• title.西班牙语

您可以对每种语言拥有完全不同的分析规则，而无需复制文档。

这种方法将进一步允许您添加一个新的 title.whatever 字段到具有自己分析规则的文档。但请注意，上次我检查过，如果您使用全新的自定义分析器，您需要打开/关闭索引才能使其生效，这将导致几秒钟的停机时间。

我会试着找一些时间用端到端的例子来扩展这个答案。