Elasticsearch প্রথমে একটু জটিল মনে হতে পারে—কিন্তু একবার কোথায় কী দেখতে হবে বুঝে গেলে খুব সহজে index, document structure আর efficient query তৈরি করা যায়।

চলুন এটাকে দুই ভাগে দেখি:
(১) index ও structure কীভাবে খুঁজবেন
(২) কীভাবে query narrow (সংকুচিত) করবেন

১. Index এবং Document Structure খুঁজে বের করা

সব index দেখুন

GET _cat/indices?v

এখানে আপনি সব index, তাদের size এবং health দেখতে পাবেন।

📑 Index mapping (structure) দেখুন

এটাই সবচেয়ে গুরুত্বপূর্ণ:

GET <your_index_name>/_mapping

এখানে আপনি পাবেন:

  • Field নাম
  • Data type (text, keyword, date, integer)
  • Nested object structure

উদাহরণ:

{
  "properties": {
    "name": { "type": "text" },
    "email": { "type": "keyword" },
    "createdAt": { "type": "date" }
  }
}

Sample document দেখুন

GET <your_index_name>/_search
{
  "size": 5
}

এতে আপনি বুঝতে পারবেন:

  • আসল data কেমন
  • কোন field কীভাবে ব্যবহার হচ্ছে

Field capabilities দেখুন

GET <your_index_name>/_field_caps?fields=*

এটা দেখায়:

  • কোন field আছে
  • তাদের type কী

যদি আপনি Kibana ব্যবহার করেন

তাহলে:

  • Index Management → index দেখুন
  • Discover tab → data explore করুন

২. Query narrow করার best strategy

মূল ধারণা: আগে filter করুন, তারপর scoring করুন

bool query ব্যবহার করুন

{
  "query": {
    "bool": {
      "must": [
        { "match": { "name": "john" } }
      ],
      "filter": [
        { "term": { "status": "ACTIVE" } },
        { "range": { "createdAt": { "gte": "now-7d" } } }
      ]
    }
  }
}

কেন এটা ভালো:

  • must → text search (score হিসাব করে)
  • filter → exact match (দ্রুত, cache হয়)

Tip: যত সম্ভব condition filter এ রাখুন

Field অনুযায়ী সঠিক query ব্যবহার করুন

Field Type Query
text match, match_phrase
keyword term, terms
date range
number range, term

ভুল:

{ "match": { "status": "ACTIVE" } }

সঠিক:

{ "term": { "status": "ACTIVE" } }

Filter দিয়ে dataset ছোট করুন

"filter": [
  { "term": { "country": "DE" } },
  { "range": { "price": { "lte": 100 } } }
]

এতে Elasticsearch কম data নিয়ে কাজ করবে → fast হবে

_source filtering ব্যবহার করুন

{
  "_source": ["name", "email"]
  "query": {
    "bool": {
      "must": [
        { "match": { "name": "john" } }
      ],
      "filter": [
        { "term": { "status": "ACTIVE" } },
        { "range": { "createdAt": { "gte": "now-7d" } } }
      ]
    }
  }
}

অপ্রয়োজনীয় field না আনলে performance ভালো হয়।

Aggregation দিয়ে data বুঝুন

{
  "size": 0,
  "aggs": {
    "status_count": {
      "terms": { "field": "status.keyword" }
    }
  }
}

এটা কাজে লাগে:

  • data distribution বুঝতে
  • debugging করতে

Query debug করার পদ্ধতি

  1. শুরু করুন:
match_all

  1. ধাপে ধাপে condition যোগ করুন

  2. ব্যবহার করুন:

GET <your_index>/_explain/id

অথবা:

"profile": true

Pro Strategy (প্রফেশনালদের approach)

  1. আগে mapping বুঝুন
  2. real document দেখুন
  3. field type অনুযায়ী query লিখুন
  4. যত বেশি সম্ভব filter ব্যবহার করুন
  5. performance test করুন

Optimized Query উদাহরণ

{
  "_source": ["name", "email"],
  "query": {
    "bool": {
      "must": [
        { "match": { "description": "electric vehicle charging" } }
      ],
      "filter": [
        { "term": { "country": "DE" } },
        { "range": { "createdAt": { "gte": "now-30d" } } }
      ]
    }
  }
}
Share