elasticsearch Elasticsearch中存储嵌套数据的优化方法

我想知道，在Elastic中存储数据对象的最佳方式是什么，它看起来像：

physical_host_name: physicalOne
physical_host_cpu_model: x86_64
physical_host_cpu_num: 72
physical_host_mem_size: 792116312 KiB
physical_host_guests_list: 
{

    guestOne : 
    {
        guest_max_mem: 16384000 KiB
        guest_os_type: hvm
        guest_state: running
    }

    guestTwo : 
    {
        guest_max_mem: 11234000 KiB
        guest_os_type: hvm
        guest_state: paused
    }
}

我希望能够通过

物理主机名

进行查询，并获取该主机的所有相关数据（包括物理主机名来宾名单），还能够通过

来宾名

（例如“guestOne”）进行查询，并仅获取该来宾的相关数据

---

这些都应该放在一个索引中吗？每个文档应该是什么样子？

您的设计是一种有效的方法。文档本身与您的示例非常相似，但是JSON。让我们把这个版本命名为“A”。如果主机或来宾发生任何更改，您需要查找并更新文档。Cosider使用FQDN作为文档id。这将简化CRUD。但是有一个弹性生成的id是可以的（如果您的数据集足够大，可以容纳多个碎片，因为id会影响文档在多个碎片上的分布，这可能是一个更好的方法）

我还看到一个版本“B”，其中每个来宾都是一个单独的文档，并且还包含对主机（家长）的引用：

主机将有一个自己的文档，如下所示：

{type: host, name: physicalOne, parent: null, cpu: {model: x86_64, num: 72} , mem: {total: 792116312 KiB}, os: {name: linux, version: 3}, state: running} 

如果您需要订单，对于来宾或主机，也可以添加订单字段，但我会尝试使用主机名等自然顺序。这将大大简化添加/删除

这样，您只需要更新发生更改的文档，添加和删除新来宾非常简单。还请注意嵌套属性（cpu、os、ram）。这将清理您的DIC，并可能更好地设计使用/管理这些数据的应用程序中的类。此设计还允许您跨所有来宾或主机进行查询。这种设计的主要优点是在主机和来宾文档中使用相同的字段集，这将尽可能降低索引的占用空间（ram/存储）

---

这种设计（B）是我的首选，但只是众多可想象的设计之一。最后，设计应该在许多方面支持你，但要针对阅读、写作、分析等的速度/便利性进行优化

您的设计是一种有效的方法。文档本身与您的示例非常相似，但是JSON。让我们把这个版本命名为“A”。如果主机或来宾发生任何更改，您需要查找并更新文档。Cosider使用FQDN作为文档id。这将简化CRUD。但是有一个弹性生成的id是可以的（如果您的数据集足够大，可以容纳多个碎片，因为id会影响文档在多个碎片上的分布，这可能是一个更好的方法）

我还看到一个版本“B”，其中每个来宾都是一个单独的文档，并且还包含对主机（家长）的引用：

主机将有一个自己的文档，如下所示：

{type: host, name: physicalOne, parent: null, cpu: {model: x86_64, num: 72} , mem: {total: 792116312 KiB}, os: {name: linux, version: 3}, state: running} 

如果您需要订单，对于来宾或主机，也可以添加订单字段，但我会尝试使用主机名等自然顺序。这将大大简化添加/删除

这样，您只需要更新发生更改的文档，添加和删除新来宾非常简单。还请注意嵌套属性（cpu、os、ram）。这将清理您的DIC，并可能更好地设计使用/管理这些数据的应用程序中的类。此设计还允许您跨所有来宾或主机进行查询。这种设计的主要优点是在主机和来宾文档中使用相同的字段集，这将尽可能降低索引的占用空间（ram/存储）

这种设计（B）是我的首选，但只是众多可想象的设计之一。最后，设计应该在许多方面支持你，但要针对阅读、写作、分析等的速度/便利性进行优化