Elasticsearch：为每个用户的私人搜索选择索引策略
Elasticsearch: choose indexing strategy for private search per user
比如我有1000个用户。每个用户的数据量不大，最大1GB。所以我有 2 个索引策略。
- 大索引：我将有一个索引。然后每次用户搜索一些数据时，我都会在查询中添加一个
user_id。
- 小索引：每个用户都是一个Elasticsearch索引。因为数据不大，我们只需要1-2个分片。
我认为第二种方法要快得多，因为我们不需要将 user_id 添加到查询中。第一种方法可能会比较慢，因为它会转到许多分片，同时，它必须将 user_id 计入查询。
但是，有一些ref1 ref2建议我们应该保持分片总数相对较小。
在实际环境中，我的情况有什么好的解决方案？
为每个用户创建一个索引是一种资源浪费，尤其是当您有 1000 多个用户时。如果您的应用程序成功并且您的用户群增长，那么索引的数量和分片的数量也会随之增长。即使每个索引一个分片，拥有 1000 个分片也已经耗尽了大量资源。
拥有一个索引并使用 user_id 字段将所有用户放入其中以区分每个用户的数据会更有效。
比如我有1000个用户。每个用户的数据量不大，最大1GB。所以我有 2 个索引策略。
- 大索引：我将有一个索引。然后每次用户搜索一些数据时，我都会在查询中添加一个
user_id。 - 小索引：每个用户都是一个Elasticsearch索引。因为数据不大，我们只需要1-2个分片。
我认为第二种方法要快得多，因为我们不需要将 user_id 添加到查询中。第一种方法可能会比较慢，因为它会转到许多分片，同时，它必须将 user_id 计入查询。
但是，有一些ref1 ref2建议我们应该保持分片总数相对较小。
在实际环境中，我的情况有什么好的解决方案？
为每个用户创建一个索引是一种资源浪费，尤其是当您有 1000 多个用户时。如果您的应用程序成功并且您的用户群增长，那么索引的数量和分片的数量也会随之增长。即使每个索引一个分片，拥有 1000 个分片也已经耗尽了大量资源。
拥有一个索引并使用 user_id 字段将所有用户放入其中以区分每个用户的数据会更有效。