对象和 Nested 对象具有每次更新，需要重新索引整个对象（包括根对象和嵌套对象）的局限性。ES 提供了类似关系型数据库中 join 的实现。使⽤ join 数据类型实现，可以通过维护 Parent / Child 的关系，从⽽分离两个对象，满足：

• ⽗⽂档和⼦⽂档是两个独⽴的⽂档
• 更新⽗⽂档⽆需重新索引⼦⽂档。⼦⽂档被添加，更新或者删除也不会影响到⽗⽂档和其他的⼦⽂档

相关阅读：https://www.elastic.co/guide/en/elasticsearch/reference/7.4/query-dsl-nested-query.html

真实世界中有很多重要的关联关系，比如银⾏账户有多次交易记录或者目录⽂件有多个⽂件和⼦⽬录。

范式化设计 (Normalization) 的主要目标是“减少不必要的更新”，数据库越范式化，就需要 Join 越多的表，因此⼀个完全范式化设计的数据库会经常⾯临 “查询缓慢”的问题。范式化简化了更新，但是数据“读”取操作可能更多。

相关阅读：https://www.elastic.co/guide/en/elasticsearch/reference/7.4/search-aggregations-bucket-terms-aggregation.html

1. 分布式系统的近似统计算法

在分布式系统中，数据量、精确度和实时性三个指标只能同时满足其中两个。比如在数据量比较大的情况下，为了保证数据的实时性，那么就需要采用近似计算来提高实时性从而丢失了数据的精确度。

1. 作用范围

ES 聚合分析的默认作⽤范围是 query 的查询结果集，同时 ES 还⽀持以下⽅式改变聚合的作⽤范围：

• Filter
• Post_Filter
• Global

相关阅读：https://www.elastic.co/guide/en/elasticsearch/reference/7.4/search-aggregations-pipeline.html

Pipeline Aggregation ⽀持对聚合分析的结果，再次进⾏聚合分析。Pipeline 的分析结果会输出到原结果中，根据位置的不同，分为两类：

相关阅读：

https://www.elastic.co/guide/en/elasticsearch/reference/7.4/search-aggregations-metrics.html

https://www.elastic.co/guide/en/elasticsearch/reference/7.4/search-aggregations-bucket.html

观察下图，所谓 metrix 即是一系列的统计方法，而 bucket 则是一组满足条件的文档。

1. 并发控制的必要性

两个 Web 程序同时更新某个⽂档，如果缺乏有效的并发，会导致更改的数据丢失。ES 采⽤的是乐观并发控制，即假定冲突是不会发⽣的，不会阻塞正在尝试的操作。如果数据在读写中被修改，更新将会失败。应⽤程序决定如何解决冲突，例如重试更新，使⽤新的数据，或者将错误报告给⽤户。

1. From / Size

默认情况下，查询按照相关度算分排序，返回前 10 条记录。From 指明开始位置，Size 指明期望获取⽂档的总数。例如：

1
2
3
4
5
6
7
8

POST tmdb/_search
{
  "from": 0,
  "size": 5,
  "query": {
    "match_all": { }
  }
}

1. 排序

Elasticsearch 默认采⽤相关性算分对结果进⾏降序排序，可以通过设定 sorting 参数，⾃⾏设定排序，如果不指定 _score，算分为 Null。⽀持多个字段排序。

相关阅读：https://www.elastic.co/guide/en/elasticsearch/reference/7.4/search-suggesters.html

1. 搜索建议

现代的搜索引擎，⼀般都会提供 Suggest as you type 的功能。以帮助⽤户在输⼊搜索的过程中，进⾏⾃动补全或者纠错。通过协助⽤户输⼊更加精准的关键词，提⾼后续搜索阶段⽂档匹配的程度。