ElasticSearch之Nested对象

写在前面

本文看下es的nested嵌套对象相关内容。

1：es用了啥范式？

在关系型数据库中定义了6大数据库范式,即1，2，3，BC，4，5的NF（normal form）,分别如下：

1NF:每个列都不可拆分，即都是原子的
2NF:在满足1NF的基础上，消除部分函数依赖
3NF:在满足2NF的基础上，消除传递函数依赖
BCNF:在满足3NF的基础上，消除主属性对于码的部分函数依赖和传递函数依赖（此时和非主键列没有关系）
4NF：在满足BCNF的基础上，消除表内的多对多关系
5NF:略

数据库范式的目的在于减少更新的复杂度，以及降低磁盘的存储空间。其中对于第二个问题存储设备目前非常廉价而且容量很大，所以不是什么问题了。对于第一个更新的复杂度问题会带来的查询效率变低的问题，因为需要更多的关联join。那么对于es来说它是使用了哪种范式呢？因为es的设计目标是快速查询,所以使用到是反范式，即冗余存储。比如如下的数据：
在这里插入图片描述
如果按照关系型数据库范式来设计，user的信息需要存储到单独的一张表中去，但是在es中就是在一个对象中来存储，对于这种存储，es支持非常方便和高效的查询：

准备数据

DELETE blog
# 设置blog的 Mapping
PUT /blog
{"mappings": {"properties": {"content": {"type": "text"},"time": {"type": "date"},"user": {"properties": {"city": {"type": "text"},"userid": {"type": "long"},"username": {"type": "keyword"}}}}}
}# 插入一条 Blog 信息
PUT blog/_doc/1
{"content":"I like Elasticsearch","time":"2019-01-01T00:00:00","user":{"userid":1,"username":"Jack","city":"Shanghai"}
}

查询

# 查询 Blog 信息
POST blog/_search
{"query": {"bool": {"must": [{"match": {"content": "Elasticsearch"}},{"match": {"user.username": "Jack"}}]}}
}

在这里插入图片描述
我们再来看一个存储对象数组的例子：

准备数据

DELETE my_movies# 电影的Mapping信息
PUT my_movies
{"mappings" : {"properties" : {"actors" : {"properties" : {"first_name" : {"type" : "keyword"},"last_name" : {"type" : "keyword"}}},"title" : {"type" : "text","fields" : {"keyword" : {"type" : "keyword","ignore_above" : 256}}}}}
}# 写入一条电影信息
POST my_movies/_doc/1
{"title":"Speed","actors":[{"first_name":"Keanu","last_name":"Reeves"},{"first_name":"Dennis","last_name":"Hopper"}]
}

查询first_name为Keanu并且last_name为Hopper的文档信息

POST my_movies/_search
{"query": {"bool": {"must": [{"match": {"actors.first_name": "Keanu"}},{"match": {"actors.last_name": "Hopper"}}]}}}

在这里插入图片描述
按照正常思维，应该查不到才对，但为什么查到了呢？这和es的数据存储方式有关系，对于数组es默认是按照一种扁平结构来存储的，如下：

这种存储结构的好处是可以加快查询的速度，但坏处呢就是上例中反直觉结果。

所以如果能够让内部的对象也按照单独文档来存储，就能解决这个查询错误的问题了，而想要使用单独的文档来存储内部的对象，就需要用到es提供的nested对象功能，继续来看（作为本文的主题，必须单开一部分，还必须是一级标题😀😀😀）。

2：nested对象

nested是一种定义对象的数据类型，比如可通过如下方式来定义一个nested的类型:
在这里插入图片描述
在保存时会被保存为单独的文档，查询时通过join的方式来查询，当然此时会牺牲掉部分查询性能。

创建如下的mapping

DELETE my_movies
# 创建 Nested 对象 Mapping
PUT my_movies
{"mappings" : {"properties" : {"actors" : {"type": "nested","properties" : {"first_name" : {"type" : "keyword"},"last_name" : {"type" : "keyword"}}},"title" : {"type" : "text","fields" : {"keyword":{"type":"keyword","ignore_above":256}}}}}
}

接着来插入测试数据

POST my_movies/_doc/1
{"title":"Speed","actors":[{"first_name":"Keanu","last_name":"Reeves"},{"first_name":"Dennis","last_name":"Hopper"}]
}

此时存储结构为红框中所示：
在这里插入图片描述

查询first_name为Keanu并且last_name为Hopper的文档信息
此时就查询不到了：

POST my_movies/_search
{"query": {"bool": {"must": [{"nested": {"path": "actors","query": {"bool": {"must": [{"match": {"actors.first_name": "Keanu"}},{"match": {"actors.last_name": "Hopper"}}]}}}}]}}
}

在这里插入图片描述
当然如果把"actors.last_name": "Hopper"改为Reeves是能查出来数据的：