nested

嵌套類型

數(shù)據(jù)的某個值是json、object對象；不再是簡單的數(shù)據(jù)類型，或者簡單數(shù)據(jù)類型的數(shù)組；那么還用之前的查詢方式就有問題了。因為ES在存儲復(fù)雜類型的時候會把對象的復(fù)雜層次結(jié)果扁平化為一個鍵值對列表 。此時，需要用nested進(jìn)行查詢

扁平化存儲

?

?用法

使用nested查詢的時候，在設(shè)置mapping的時候，也要指定字段類型為nested

PUT <index_name>
{
  "mappings": {
    "properties": {
      "<nested_field_name>": {
        "type": "nested"
      }
    }
  }
}

查詢?

GET /my-index-000001/_search
{
  "query": {
    "nested": {
      "path": "obj1",
      "query": {
        "bool": {
          "must": [
            { "match": { "obj1.name": "blue" } },
            { "range": { "obj1.count": { "gt": 5 } } }
          ]
        }
      },
      "score_mode": "avg"
    }
  }
}

• path：nested對象的查詢深度

• score_mode：評分計算方式

  • avg （默認(rèn)）：使用所有匹配的子對象的平均相關(guān)性得分。

  • max：使用所有匹配的子對象中的最高相關(guān)性得分。

  • min：使用所有匹配的子對象中最低的相關(guān)性得分。

  • none：不要使用匹配的子對象的相關(guān)性分?jǐn)?shù)。該查詢?yōu)楦肝臋n分配得分為0。

  • sum：將所有匹配的子對象的相關(guān)性得分相加。

Join

父子級關(guān)系?

join和nested一樣，需要在設(shè)置mapping的時候，設(shè)置字段類型

mapping

PUT msb_depart
{
  "mappings": {
    "properties": {
      "msb_join_field": {
        "type": "join",
        "relations": {
          "depart": "employee"
        }
      },
      "my_id": {
        "type": "keyword"
      }
    }
  }
}

插入父級數(shù)據(jù)

PUT msb_depart/_doc/1
{
  "my_id": 1,
  "name":"教學(xué)部",
  "msb_join_field":{
    "name":"depart"
  }
}
PUT msb_depart/_doc/2
{
  "my_id": 2,
  "name":"咨詢部",
  "msb_join_field":{
    "name":"depart"
  }
}

連接數(shù)據(jù)類型是一個特殊字段，它在同一索引的文檔中創(chuàng)建父/子關(guān)系。關(guān)系部分在文檔中定義了一組可能的關(guān)系，每個關(guān)系是一個父名和一個子名

插入子級數(shù)據(jù)需要指定routing路由，因為父文檔和子文檔必須在同一個分片建立索引

插入子級數(shù)據(jù)

PUT msb_depart/_doc/3?routing=1&refresh
{
  "my_id": 3,
  "name":"馬老師",
  "msb_join_field":{
    "name":"employee",
    "parent":1
  }
}
PUT msb_depart/_doc/4?routing=1&refresh
{
  "my_id": 4,
  "name":"周老師",
  "msb_join_field":{
    "name":"employee",
    "parent":1
  }
}

搜索所有父級數(shù)據(jù)

GET msb_depart/_search
{
  "query": {
    "has_child": {
      "type": "employee",
      "query": {
        "match_all": {}
      }
    }
  }
}

搜索所有子級

{
  "query": {
    "has_parent": {
      "parent_type": "depart",
      "query": {
        "match": {
          "name.keyword": "咨詢部"
        }
      }
    }
  }
}

join類型不能像關(guān)系數(shù)據(jù)庫中的表鏈接那樣去用，不論是has_child或者是has_parent查詢都會對索引的查詢性能有嚴(yán)重的負(fù)面影響。并且會觸發(fā)global ordinals

join唯一合適應(yīng)用場景是：當(dāng)索引數(shù)據(jù)包含一對多的關(guān)系，并且其中一個實體的數(shù)量遠(yuǎn)遠(yuǎn)超過另一個的時候。

關(guān)聯(lián)關(guān)系處理優(yōu)先級

Object>nested>join

Object類型

通俗點就是通過字段冗余，以一張大寬表來實現(xiàn)粗粒度的index，這樣可以充分發(fā)揮扁平化的優(yōu)勢。但是這是以犧牲索引性能及靈活度為代價的。

使用的前提：冗余的字段應(yīng)該是很少改變的；比較適合與一對少量關(guān)系的處理。

當(dāng)業(yè)務(wù)數(shù)據(jù)庫并非采用非規(guī)范化設(shè)計時，這時要將數(shù)據(jù)同步到作為二級索引庫的ES中，就很難使用上述增量同步方案，必須進(jìn)行定制化開發(fā)，基于特定業(yè)務(wù)進(jìn)行應(yīng)用開發(fā)來處理join關(guān)聯(lián)和實體拼接

嵌套對象

索引性能和查詢性能二者不可兼得，必須進(jìn)行取舍。嵌套文檔將實體關(guān)系嵌套組合在單文檔內(nèi)部（類似與json的一對多層級結(jié)構(gòu)）

這種方式犧牲索引性能（文檔內(nèi)任一屬性變化都需要重新索引該文檔）來換取查詢性能，可以同時返回關(guān)系實體，比較適合于一對少量的關(guān)系處理。當(dāng)使用嵌套文檔時，使用通用的查詢方式是無法訪問到的，必須使用合適的查詢方式（nested query、nested filter、nested facet等），很多場景下，使用嵌套文檔的復(fù)雜度在于索引階段對關(guān)聯(lián)關(guān)系的組織拼裝

父子級關(guān)系

父子文檔犧牲了一定的查詢性能來換取索引性能，適用于一對多的關(guān)系處理。其通過兩種type的文檔來表示父子實體，父子文檔的索引是獨立的。父-子文檔ID映射存儲在 Doc Values 中。當(dāng)映射完全在內(nèi)存中時， Doc Values 提供對映射的快速處理能力，另一方面當(dāng)映射非常大時，可以通過溢出到磁盤提供足夠的擴(kuò)展能力。 在查詢parent-child替代方案時，發(fā)現(xiàn)了一種filter-terms的語法，要求某一字段里有關(guān)聯(lián)實體的ID列表?；镜脑硎窃趖erms的時候，對于多項取值，如果在另外的index或者type里已知主鍵id的情況下，某一字段有這些值，可以直接嵌套查詢。

具體可參考官方文檔的示例：通過用戶里的粉絲關(guān)系，微博和用戶的關(guān)系，來查詢某個用戶的粉絲發(fā)表的微博列表。文章來源地址http://www.zghlxwxcb.cn/news/detail-593513.html

到了這里，關(guān)于Elasticsearch--查詢（nested、join）的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！