بهینهسازی جستجوی Elasticsearch با هوش مصنوعی
یک درخواست کند رو از روی داده اجرای همون درخواست بررسی کنید. ببینید زمان بیشتر در کدوم بخش میگذره و تغییر پیشنهادی روی نتیجه و هزینه اجرا چه اثری داره.
بهینهسازی جستجوی Elasticsearch با هوش مصنوعی برای وقتی مناسبه که یک گزارش یا بخش جستجوی محصول کند شده ولی هنوز معلوم نیست مشکل از فیلتر، تطبیق متن یا جمعزدن دادههاست. اسکیل elasticsearch-query-optimization درخواست فعلی، ساختار فیلدها و خروجی پروفایل اجرا رو کنار هم میذاره. مثلا یک شرط دقیق روی وضعیت سفارش ممکنه در امتیازدهی شرکت داده شده باشه، در حالی که شما فقط میخواید سفارشهایی با همون وضعیت انتخاب بشن.
قبل از ساده کردن یک شرط باید بدونید فیلد چه نوعیه. جستجوی یک مقدار دقیق روی فیلد متنی تحلیلشده با جستجو روی نسخه کلیدواژه اون فرق داره. از طرف دیگه خود پروفایل گرفتن هم سربار داره و زمان گزارششده رو نمیشه مستقیم به عنوان زمان واقعی پاسخ مشتری نقل کرد. میتونید یک تغییر محدود پیشنهاد بگیرید، نتیجهها و ترتیبشون رو چک کنید و اندازهگیری رو در شرایط قابل مقایسه تکرار کنید.
کاربردها
- برای پیدا کردن علت کندی جستجو، زمان بخشهای مختلف درخواست رو بررسی کنید.
- در تحلیل پروفایل Elasticsearch، هزینه تطبیق متن رو از فیلتر جدا ببینید.
- برای اصلاح درخواست جستجو، نوع فیلد رو پیش از تغییر شرط تایید کنید.
- نتیجه و ترتیب سندها رو قبل و بعد از تغییر روی داده یکسان مقایسه کنید.
- موارد وابسته به ساختار داده یا تجمیع رو به جای حدس زدن برای بررسی جدا بذارید.
نصب و استفاده
- اسکیل رو در ایجنتتون نصب کنید. برای Elasticsearch نسخه ۸ یا ۹ و محیطهای پشتیبانیشده، ابزار رسمی elastic نسخه ۰٫۲ یا بالاتر و اجازه جستجو و پروفایل در شاخص مورد نظر لازمه.
- بگید «این درخواست گزارش سفارش رو بررسی کن. بخش پرهزینه رو از روی پروفایل مشخص کن، نوع فیلد رو چک کن و یک تغییر محدود برای مقایسه پیشنهاد بده.»
- شرایط تست و یکسان بودن نتیجهها رو بررسی کنید. اگر پروفایل روی محیط شلوغ اثر میذاره، اندازهگیری رو در بازه و محدوده مجاز انجام بدید.
سوالات متداول
منبع
ساخته Elastic. نام اصلی: elasticsearch-query-optimization، منتشرشده در GitHub با مجوز Apache-2.0.
مشاهده در GitHub