正则表达式与在 Elasticsearch 中包含性能比较

Question

我正在处理一个项目，我需要根据"创建"和"标签"字段聚合结果。我创建了以下查询，这些查询都给出了我预期的结果。但是我想了解哪个查询运行得更快？

我的第一个查询：

{
  "size": 0,
  "aggs": {
    "HEATMAP": {
      "date_histogram": {
        "field": "created",
        "interval": "day"
      },
      "aggs": {
        "BEHAVIOUR_CHANGE": {
          "terms": {
            "field": "labels",
            "include": "behavior-change"
          }
        },
        "FIRST_OCCURRENCE": {
          "terms": {
            "field": "labels",
            "include": "first-occurrence"
          }
        }
      }
    }
  }
}

我的第二个查询：

{
  "size": 0,
  "aggs": {
    "HEATMAP": {
      "date_histogram": {
        "field": "created",
        "interval": "day"
      },
      "aggs": {
        "BEHAVIOUR_CHANGE": {
          "filter": {
            "regexp": {
              "labels": "behavior-change"
            }
          }
        },
        "FIRST_OCCURRENCE": {
          "filter": {
            "regexp": {
              "labels": "first-occurrence"
            }
          }
        }
      }
    }
  }
}

Answer 1

由于该字段是一个keyword字段，并且当涉及到正则表达式(仅完美匹配(时，您不需要任何特殊的东西，因此我会像下面这样做。您还会注意到，我在query部分添加了一个terms过滤器，以尝试在通过聚合之前缩小结果范围(理论上，聚合要做的工作更少(。另外，我认为没有理由在这里使用regexp，因此我使用了terms聚合。如果您真的对性能比较感兴趣，我建议您在该字段中设置包含更多文档和术语的负载测试，并执行一些测试。Elastic 有自己的基准测试工具，您可以使用它：Rally。

{
  "size": 0,
  "query": {
    "terms": {
      "labels": [
        "behavior-change",
        "first-occurrence"
      ]
    }
  }, 
  "aggs": {
    "HEATMAP": {
      "date_histogram": {
        "field": "created",
        "interval": "day"
      },
      "aggs": {
        "BEHAVIOUR_CHANGE": {
          "terms": {
            "field": "labels",
            "include": "behavior-change"
          }
        },
        "FIRST_OCCURRENCE": {
          "terms": {
            "field": "labels",
            "include": "first-occurrence"
          }
        }
      }
    }
  }
}