elasticsearch

Elasticsearch — ловушки и anti-patterns

Mapping

Dynamic mapping в production

Плохо: индексируешь документы без explicit mapping — ES угадывает типы Правильно: CreateIndexAsync с явным .Map<T>() и .Properties() для каждого поля Почему: "price": "99.99" маппится как text, Range query не работает. Исправление требует reindex всей коллекции

Text vs Keyword перепутаны

Плохо: Term query по Text полю — Term("Name", "Gaming Laptop") не найдет ничего Правильно: Match для Text полей, Term для Keyword полей Почему: Text анализируется при индексации ("gaming", "laptop"), Term ищет exact match "Gaming Laptop" — не совпадает

Text без .keyword sub-field

Плохо: Text поле без .keyword — нельзя использовать для sort и aggregation Правильно: .Text(t => t.Name(n => n.Name).Fields(f => f.Keyword(k => k.Name("keyword")))) Почему: Text поля не поддерживают sort/aggregation. Без sub-field потребуется reindex для добавления

Запросы

Deep pagination через From/Size

Плохо: .From(10000).Size(20) — ES держит в памяти 10020 документов для сортировки Правильно: SearchAfter с sort values от последнего документа предыдущей страницы Почему: From > 10000 — дефолтный лимит max_result_window. Даже при увеличении — O(from+size) по памяти и CPU

Aggregation по Text полю

Плохо: .Terms("categories", t => t.Field(f => f.Name)) — по Text полю Правильно: aggregation по Keyword полю или .keyword sub-field: t.Field("name.keyword") Почему: Text анализируется — "Gaming Laptop" считается как ["gaming", "laptop"], aggregation даст мусор

_all field для поиска

Плохо: поиск без указания конкретных полей — запрос по всем полям документа Правильно: MultiMatch с явным списком полей и boost: .Fields(f => f.Field(p => p.Name, 2).Field(p => p.Description)) Почему: поиск по всем полям замедляет запрос и дает нерелевантные результаты

Индексация

Индексация по одному документу

Плохо: foreach (var p in products) await client.IndexDocumentAsync(p) — N HTTP запросов Правильно: BulkAsync(b => b.Index("products").IndexMany(products)) + проверка bulkResponse.Errors Почему: 10000 документов = 10000 roundtrip вместо 1. Bulk API на порядки быстрее

Bulk без обработки partial failures

Плохо: BulkAsync(...) без проверки ответа — часть документов может не проиндексироваться Правильно: проверять bulkResponse.Errors и итерировать ItemsWithErrors Почему: Bulk API не атомарен — одни документы проиндексируются, другие нет. Без проверки потеря данных

Reindex и алиасы

Reindex без alias — downtime

Плохо: клиенты обращаются к индексу по имени products-v1, при reindex нужно менять код Правильно: alias products → atomic switch: BulkAliasAsync (Remove old + Add new) Почему: alias switch атомарен — zero downtime. Без alias каждый reindex требует координации деплоев

Reindex больших индексов одним запросом

Плохо: ReindexOnServerAsync для индекса с миллионами документов без slices Правильно: Slices(5) для параллельного reindex или ScrollAsync + BulkAsync батчами Почему: один поток reindex на 100M документов займет часы. Sliced reindex параллелит работу

Analyzers

Язык без анализатора

Плохо: русский текст в поле с дефолтным standard analyzer Правильно: .Analyzer("russian") для русского текста, "english" для английского Почему: standard analyzer не делает стемминг для русского — "заказы" и "заказ" считаются разными словами

Чек-лист

• Explicit mapping, не dynamic
• Text для поиска, Keyword для фильтрации/sort/agg
• Alias для zero-downtime reindex
• Bulk API для массовой индексации + проверка Errors
• Search After для deep pagination (не From > 10000)
• Analyzers для языка (russian, english)