将客户视为可搜索的实体。此客户属于一个单位。所以我将unitId添加到customer类型中。一个单元可以属于一个或多个组，组可以有父组。
例如：
unit1属于texas组的子项usa组的组子项north-america组的子项unit1也属于home-appliances组eletronic-stores组子项unit1也属于mall-stores组- 。
我想根据单位组搜索客户。但是，分组拓扑经常更改以适应管理需要。在这种情况下，我想出了 2 个选项：
-
向文档添加
groupIds，并在拓扑更改时重新索引所有受影响的客户，并在每个客户中填充正确的groupIds。-
搜索速度更快，但对拓扑的更改成本更高。
-
重新索引会影响搜索响应。
-
-
处理索引外的单元分组，并按一组 UnitId 进行搜索。
-
搜索始终必须包含 2 个步骤：获取组的 unitId 和搜索文档。
-
查询可能会变得非常大：
"filter" : "terms" : { "unitId" : [1, 2, 3... 99999 ] }
-
他们两个似乎都不是一个好的选择。那么，如何使用 ElasticSearch 根据频繁更改的分组拓扑来索引和管理文档呢？
Elasticsearch 并不喜欢频繁更改的数据。每次更新文档时，它都会有效地将旧文档标记为过时并创建一个新文档，然后每隔一段时间运行一些碎片整理例程。
如果您的用例不能容忍搜索结果在一段时间内过时，则必须使用第二条路径。我们一直在运行包含数万个参数的 ES 查询;表现不是很好，但也不可怕。
如果你能承受索引的一些延迟，我可能会尝试对这两种方式进行基准测试，并试图弄清楚这些权衡有多大。也许您可以只过滤与更改单位相关的文档，而且数量不会很大，您可以每晚、每小时或每 10 分钟重新索引它？