58.海量bucket优化机制：从深度优先到广度优先

当buckets数量特别多的时候，深度优先和广度优先的原理，图解

假如我们有如下数据数据：每个演员的每个电影的评论。

现在我们的需求是找到前10名的演员所演的电影的评论。这是一个两层聚合题。

 
 

查询语句体如下：

{

"aggs" : {

"actors" : {

"terms" : {

"field" : "actors",

"size" : 10,

"collect_mode" : "breadth_first"

},

"aggs" : {

"costars" : {

"terms" : {

"field" : "films",

"size" : 5

}

}

}

}

}

}

 
 

es默认采用广度优先原则：

这种方式下，先把所有演员所演的电影找出来一一对应，然后再选出前10名的演员，舍弃掉其他的演员的数据。假设有1000个演员，每个演员有10个电影，这是舍弃的就是990*10=9900个数据，而不是990个数据，而且在舍弃数据之前就已经把其余数据聚合好了，这也是一次无用的计算。

深度优先

深度优先和广度优先不同，他首先选出10个演员，在选出这10个演员之前，没有经过聚合，这时舍弃的数据只是990条，并且没有经过聚合，然后再在这10个演员中聚合。这样就可以大大的提升性能。

"collect_mode" : "breadth_first" 表示设置成深度优先。