ES 干货| Elasticsearch 7.x Nested 嵌套类型查询

字数 1285阅读 137

一、什么是 ES Nested 嵌套

Elasticsearch 有很多数据类型,大致如下:

基本数据类型:

string 类型。ES 7.x 中,string 类型会升级为:text 和 keyword。keyword 可以排序;text 默认分词,不可以排序。

数据类型:integer、long 等

时间类型、布尔类型、二进制类型、区间类型等

复杂数据类型:

数组类型:Array

对象类型:Object

Nested 类型

特定数据类型:地理位置、IP 等

注意:tring/nested/array 类型字段不能用作排序字段。因此 string 类型会升级为:text 和 keyword。keyword 可以排序,text 默认分词,不可以排序。

2.1 那什么是 Nested 类型?

Elasticsearch 7.x 文档中,这样写到:

The nested type is a specialised version of the object datatype that allows arrays of objects to be indexed in a way that they can be queried independently of each other.

Nested (嵌套)类型,是特殊的对象类型,特殊的地方是索引对象数组方式不同,允许数组中的对象各自地进行索引。目的是对象之间彼此独立被查询出来。

2.2 如何使用 Nested 类型?

在 ES 的 my_index 索引中存储 users 字段。比如说:

{

  "group" : "fans",

  "users" : [

    {

      "name" : "John",

      "age" :  "23"

    },

    {

      "name" : "Alice",

      "age" :  "18"

    }

  ]

}

其实存储看上去跟 Object 类型一样,只不过底层原理对数组 users 字段索引方式不同。设置 users 字段的索引方式 Nested 嵌套类型:

curl -X PUT "localhost:9200/my_index" -H 'Content-Type: application/json' -d'

{

  "mappings": {

    "properties": {

      "users": {

        "type": "nested"

      }

    }

  }

}

'

二、Nested Query 应用场景或案例

比如小老弟我有一波小粉丝,users 字段类型是 object。存储如下:

{

  "group" : "bysocket_fans",

  "users" : [

    {

      "name" : "John",

      "age" :  "23"

    },

    {

      "name" : "Alice",

      "age" :  "18"

    }

  ]

}

{

  "group" : "路人甲_fans",

  "users" : [

    {

      "name" : "Alice",

      "age" :  "22"

    },

    {

      "name" : "Jeff",

      "age" :  "18"

    }

  ]

}

比如 18 岁大姑娘 Alice 是小老弟我的粉丝,她也可能是周杰伦的粉丝。那这边就有一个需求,即应用场景:

如何找到 18 岁大姑娘 Alice {"name" : "Alice","age" :  "18"} 关注的所有明星呢?

如果用老的查询语句是这样搜索的:

GET /my_index/_search?pretty

{

  "query": {

    "bool": {

      "must": [

        {

          "match": {

            "users.name": "Alice"

          }

        },

        {

          "match": {

            "users.age": 18

          }

        }

      ]

    }

  }

}

结果发现结果是不对的,路人甲 这条记录也出现了。因为匹配到了第一个 Alice + 第二个 Jeff 的 18。所以这种查询不满足这个场景

那么需要使用 Nested 类型并用 Nested 查询,即让数组中的对象各自地进行索引。目的是对象之间彼此独立被查询出来。

三、Nested Query 实战

3.1 设置 Nested 类型

根据 2.2 如何使用 Nested 类型,将 users 字段类型从 object 修改为 nested:

curl -X PUT "localhost:9200/my_index" -H 'Content-Type: application/json' -d'

{

  "mappings": {

    "properties": {

      "users": {

        "type": "nested"

      }

    }

  }

}

'

3.2 Nested Query

修改后,对应的 Nested Query ,如下:

GET /my_index/_search?pretty

{

  "query": {

    "bool": {

      "must": [

        {

          "nested": {

            "path": "users",

            "query": {

              "bool": {

                "must": [

                  {

                    "match": {

                      "users.name": "Alice"

                    }

                  },

                  {

                    "match": {

                      "users.age": 18

                    }

                  }

                ]

              }

            }

          }

        }

      ]

    }

  }

}

语法很简单就是:

key 以 "nested" 开头

path 就是嵌套对象数组的字段名

其他

scoremode (可选的)匹配子对象的分数相关性分数。avg (默认,使用所有匹配子对象的平均相关性分数)

ignoreunmapped (可选的)是否忽略 path 未映射,不返回任何文档而不是错误。默认为 false,如果 path 不对就报错

这样查询得结果就是对的。

四、Nested Query 性能

这边测试过,给大家一个测试报告和建议。

压测环境:3 个 server ,6 个 ES 节点

压测结论:使用上小节查询语句,50 并发情况下,导致千兆网卡被打满了。TPS 4000 左右,如果提高并发,就会增加 RT。所以如果高性能大流量情况下,必须用 Nested 应该从网络流量方向进行优化。二者,尽量减少大数据对象的返回

建议:泥瓦匠建议,你听听看

性能:Common Query 远远大于 Nested Query 远远大于 Parent/Child Query

性能优化:首先考虑减少后面两种 Query

性能优化:Nested Query 业务可以优化下。比如上一小节完全可以多存一个 fanIds 数组。搜索两次,第一次查确定 18 岁大姑娘 Alice 的 fanId,第二次根据 fanId 搜索即可

性能优化:实在没办法,高性能大流量情况下,必须用 Nested 应该从网络流量方向进行优化。二者,尽量减少大数据对象的返回

源网络,版权归原创者所有。如有侵权烦请告知,我们会立即删除并表示歉意。



更多技术,欢迎关注下方公众号

推荐阅读更多精彩内容