概述
继续跟中华石杉老师学习ES，第53篇
课程地址： https://www.roncoo.com/view/55
官网
示例
当buckets数量特别多的时候，深度优先和广度优先如何选择？
举个例子：每个演员的每个电影的评论
每个演员的评论的数量 --> 每个演员的每个电影的评论的数量
评论数量排名前10个的演员 --> 每个演员的电影取到评论数量排名前5的电影
{ "aggs" : { "actors" : { "terms" : { "field" : "actors", "size" : 10, "collect_mode" : "breadth_first" }, "aggs" : { "costars" : { "terms" : { "field" : "films", "size" : 5 } } } } } }
深度优先的方式去执行聚合操作的
actor1 actor2 .... actor film1 film2 film3 film1 film2 film3 ...film
比如说，我们有10万个actor，最后其实是主要10个actor就可以了
但是我们已经深度优先的方式，构建了一整颗完整的树出来了，10万个actor，每个actor平均有10部电影，10万 + 100万 --> 110万的数据量的一颗树
裁剪掉10万个actor中的99990 actor，99990 * 10 = film，剩下10个actor，每个actor的10个film裁剪掉5个，110万 --> 10 * 5 = 50个
构建了大量的数据，然后裁剪掉了99.99%的数据，浪费了
广度优先的方式去执行聚合
actor1 actor2 actor3 ..... n个actor
10万个actor，不去构建它下面的film数据，10万 --> 去掉99990，10个actor，构建出film，裁剪出其中的5个film即可，10万 ->取 50个
和深度优先的方式（110万取50个）相比，10倍的优势
