我想知道Elasticsearch是否需要先定义复合索引。通过复合索引，我的意思是像mongodb一样。

db.collection.ensureIndex（{field1：1，field2：1，field3：1}）

或类似mysql db的东西。

在mytable（field1，field2，field3）上创建索引adhoc_index；

所以我要处理的数据非常平坦（大多数只是csv格式）。它看起来像以下内容（出于完整性考虑）。

field1，field2，…，fieldN

字段数是任意的。一个数据集可能有10个字段，另外20个，另外1000个。我基本上将每一行转换成一个JSON文档，如下所示。

{
 "field1" : "value1",
 "field2" : "value2",
 ...
 "fieldN" : "valueN"
}

将A，B和C表示为字段的三个互斥子集：{field1，field2，…，fieldN}。在任何给定的时间，我必须构建一个动态查询来过滤A = a，B =
b和C = c的记录。

例如，

• A = {field1}，B = {field2，field3}，C = {field6}
• A = {field2}，B = {field1}，C = {field1000，field50}

因此，我的elasticsearch DSL查询可能类似于以下内容（不确定自己是否正确，仅作说明）。

"bool" : {
 "must" : [
  {"term" : { "field1" : "val1" },
  {"term" : { "field2" : "val2" },
  {"term" : { "field3" : "val3" },
  {"term" : { "field4" : "val4" }
 ]
}

基本上，该查询说：“给我所有具有field1 = val1，field2 = val2，field3 = val3，field4 = val4的文档”。

之所以问有关Elasticsearch的原因是因为我在互联网上找不到有关复合索引的明确答案。他们甚至需要吗？

我也在评估mongodb和mysql，并且我认为它们不能很好地适应我的情况，因为这些复合/复合索引必须先定义，并且直到运行时我才拥有该信息。字段需要一起索引以优化查询速度。当然，对于mysql，一旦我找出需要一起索引的字段组（以及顺序），我就可以返回创建索引，但是如果数据集很大（可能会花费很多时间）行>
100万）。

我是否可以通过elasticsearch直接使用此复合索引功能？意思是，我什至不必触摸索引映射文件/定义？