在Elasticsearch中实现热度排序：避免频繁重索引的方案

1. 使用Runtime Fields动态关联外部分数 #

无需修改文章索引，将名人热度分数存储在独立的小索引（如celebrity_scores，单条文档对应一个名人，包含10个时段分数字段）。查询文章时，通过Painless脚本在Runtime Field中实时关联对应名人的分数，再用于排序：

{
  "runtime_mappings": {
    "combined_hot_score": {
      "type": "double",
      "script": {
        "source": """
          def scores = getContext().getSearcher().getIndexReader().search(
            new TermQuery(new Term("celebrity_id", doc['celebrity_id'].value)),
            new TopDocsCollector(1)
          ).scoreDocs;
          if (scores.length > 0) {
            def celebrityDoc = getContext().getSearcher().doc(scores[0].doc);
            // 示例：按权重计算10个时段分数的综合值
            emit(
              0.3 * Double.parseDouble(celebrityDoc.get("score_1h")) +
              0.2 * Double.parseDouble(celebrityDoc.get("score_6h")) +
              0.15 * Double.parseDouble(celebrityDoc.get("score_24h")) +
              0.1 * Double.parseDouble(celebrityDoc.get("score_7d")) +
              // 补充其余6个时段分数的加权逻辑
              0.05 * Double.parseDouble(celebrityDoc.get("score_30d"))
            );
          } else {
            emit(0);
          }
        """
      }
    }
  },
  "sort": [{"combined_hot_score": "desc"}]
}

优势：完全避免文章索引的写操作，仅需更新小体积的分数索引，资源占用极低。

2. 采用Parent-Child数据结构 #

将名人设为Parent文档（存储热度分数），文章设为Child文档（关联名人ID）。更新名人分数仅需修改Parent文档，查询时通过has_parent获取分数并排序：

{
  "query": {
    "has_parent": {
      "parent_type": "celebrity",
      "query": {"match_all": {}},
      "inner_hits": {"_source": ["score_1h", "score_6h", "score_24h", ...]}
    }
  },
  "sort": [
    {
      "_script": {
        "type": "double",
        "script": {
          "source": """
            def parentScores = params._source.inner_hits.celebrity.hits.hits[0]._source;
            return 0.3 * parentScores.score_1h + 0.2 * parentScores.score_6h + 0.15 * parentScores.score_24h + ...;
          """
        },
        "order": "desc"
      }
    }
  ]
}

注意：创建索引时需定义Join字段，并为文章设置与名人一致的routing，减少跨分片查询开销。

3. 轻量文档更新（最小化写开销） #

若需将分数存储在文章文档中，仅更新分数字段而非全量重索引：

• 为分数字段设置index: false, doc_values: true，避免索引更新开销；
• 使用_update_by_query或批量_update API仅修改分数字段：

POST /articles/_update_by_query
{
  "query": {"term": {"celebrity_id": "xxx"}},
  "script": {
    "source": """
      ctx._source.score_1h = params.score_1h;
      ctx._source.score_6h = params.score_6h;
      ctx._source.score_24h = params.score_24h;
      // 补充其余7个时段分数
    """,
    "params": {"score_1h": 85.2, "score_6h": 72.5, "score_24h": 68.1, ...}
  }
}

优化：批量处理同一名人的所有文章，减少请求次数；调整refresh_interval为5-10秒，平衡实时性与资源占用。

4. 外部缓存+查询时注入分数 #

用Redis缓存名人实时热度分数，查询ES时先从Redis获取分数，再通过function_score注入计算排序分：

# 示例：Python中先从Redis取分数，再构造ES查询
import redis
from elasticsearch import Elasticsearch

r = redis.Redis()
es = Elasticsearch()

# 获取目标名人的所有时段分数
celebrity_scores = r.hgetall("celebrity:123")
scores = {k.decode(): float(v) for k, v in celebrity_scores.items()}

# 构造ES查询
query = {
  "function_score": {
    "query": {"match_all": {}},
    "functions": [
      {"script_score": {
        "script": {
          "source": """
            return 0.3 * params.score_1h + 0.2 * params.score_6h + 0.15 * params.score_24h + ...;
          """,
          "params": scores
        }
      }}
    ],
    "sort": [{"_score": "desc"}]
  }
}
es.search(index="articles", body=query)

优势：ES无写更新压力，所有动态计算在查询层完成，适合读写密集场景。

树莓派资源优化补充 #

• 将ES主分片数设为1，关闭副本（若数据已有备份），减少内存与磁盘占用；
• 关闭_source字段（若无需返回完整文章内容），或仅保留必要字段；
• 为分数索引设置较小的refresh_interval（如5秒），兼顾实时性与性能。

内容的提问来源于stack exchange，提问作者Horatio Sans