6-1-2. Denormalizing Your Data

The way to get the best search performance out of Elasticsearch is to use it as it is intended, by denormalizing your data at index time. Having redundant copies of data in each document that requires access to it removes the need for joins.

Elasticsearch로부터 가장 좋은 검색 성능을 얻을 수 있는 방법은, 색인 시에 데이터를 비정규화 하여, 데이터를 의도했던 그대로 사용하는 것이다. 데이터에 액세스하기 위해 필요한 각 document에, 데이터의 중복 복사본을 가지는 것은, join의 필요성을 제거하는 것이다.

If we want to be able to find a blog post by the name of the user who wrote it, include the user’s name in the blog-post document itself:

블로그 게시물을 작성한 사용자의 이름으로 블로그 게시물을 찾을 수 있도록 하기 위해, 블로그 게시물 document 자체에 사용자의 이름을 포함한다.

PUT /my_index/user/1
{
  "name":     "John Smith",
  "email":    "john@smith.com",
  "dob":      "1970/10/24"
}

PUT /my_index/blogpost/2
{
  "title":    "Relationships",
  "body":     "It's complicated...",
  "user":     {
    "id":       1,
    "name":     "John Smith" 
  }
}

사용자 데이터의 일부분이 blogpost document로 비정규화되었다.

Now, we can find blog posts about relationships by users called John with a single query:

이제, 단일 query로 John 이라는 사용자의 relationships 블로그 게시물을 찾을 수 있다.

GET /my_index/blogpost/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "title":     "relationships" }},
        { "match": { "user.name": "John"          }}
      ]
    }
  }
}

The advantage of data denormalization is speed. Because each document contains all of the information that is required to determine whether it matches the query, there is no need for expensive joins.

데이터 비정규화의 장점은 속도이다. 각 document가 query와의 일치 여부를 판단하는데 필요한 정보 모두를 포함하고 있기 때문이다. 비용이 많이 소모되는 join이 불필요하다.