elasticsearch Nested Object 嵌套对象映射，查询，以及聚合分析
Elasticsearch 中处理关联关系
#● 关系型数据库，⼀般会考虑 Normalize #数据；在 Elasticsearch，往往考虑 #Denormalize 数据
#● Denormalize 的好处：读的速度变快 / #⽆需表连接 / ⽆需⾏锁
#● Elasticsearch #并不擅⻓处理关联关系。我们⼀般采⽤以下#四种⽅法处理关联
#○ 对象类型
#○ 嵌套对象(Nested Object)
#○ ⽗⼦关联关系(Parent / Child )
#○ 应⽤端关联
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"
}
}
找到文章中包含elasticsearch 作者是jack的文章
POST blog/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"content": "Elasticsearch"
}
},
{
"match": {
"user.username": "Jack"
}
}
]
}
}
}
##
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"
}
]
}
我们像之前一样进行查询，查询名字为Keanu，lastName为Hopper的，本应该查不到数据 因为没有这样一个演员
但仍然查询到了数据 因为在存储的时候，内部对象的边间没有考虑在内，json格式被处理成扁平化键值对的结构。
例：“title”:“Speed”
“actors.first_name”:[“Keanu”,“Dennis”]
“actors.last_name”:[“Reeves”,“Hopper”]
我们可以使用Nested Data Type解决这个问题
POST my_movies/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"actors.first_name": "Keanu"
}
},
{
"match": {
"actors.last_name": "Hopper"
}
}
]
}
}
}
Nested Data Type 嵌套数据类型
Nested数据类型， 允许对象数字中的对象被独立索引(存储)
在内部，nested文档会被保存在俩个lucene中，在查询的时候做join处理
重新创建索引，指定类型nested
在内部指定嵌套的数据属性
DELETE my_movies
PUT my_movies
{
"mappings": {
"properties": {
"actors": {
"type": "nested",
"properties": {
"first_name": {
"type": "keyword"
},
"last_name": {
"type": "keyword"
}
}
},
"title": {
"type": "text"
}
}
}
}
POST my_movies/_doc/1
{
"title":"Speed",
"actors":[
{
"first_name":"Keanu",
"last_name":"Reeves"
},
{
"first_name":"Dennis",
"last_name":"Hopper"
}
]
}
对应嵌套对象我们在进行查询的时候也需要指定进行嵌套查询，并且指定嵌套的路径
在需要进行嵌套查询的地方 指定nested 指定path 路径
当我们指定错误的演员名称的时候就不能获取到数据，正确的时候，就可以
POST my_movies/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"title": "Speed"
}
},
{
"nested": {
"path": "actors",
"query": {
"bool": {
"must": [
{
"match": {
"actors.first_name": "Keanu"
}
},
{
"match": {
"actors.last_name": "Hopper"
}
}
]
}
}
}
}
]
}
}
}
POST my_movies/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"title": "Speed"
}
},
{
"nested": {
"path": "actors",
"query": {
"bool": {
"must": [
{
"match": {
"actors.first_name": "Keanu"
}
},
{
"match": {
"actors.last_name": "Reeves"
}
}
]
}
}
}
}
]
}
}
}
Nested Aggregation 的嵌套桶聚合
按照作者的姓进行分组
我们按照之前的方式进行aggregation ，发现其实他不能进行工作
POST my_movies/_search
{
"size": 0,
"aggs": {
"actor_name": {
"terms": {
"field": "actors.first_name"
}
}
}
}
对于嵌套对象进行聚合分析的时候，我们需要指定聚合的字段为nested 嵌套对象，并且指定路径 将我们的聚合分析，写到nested内的子聚合分析
可以看到我们的子聚合是进行聚合分析的，主聚合没有进行聚合分析工作
POST my_movies/_search
{
"size": 0,
"aggs": {
"actors": {
"nested": {
"path": "actors"
},
"aggs": {
"actor_name": {
"terms": {
"field": "actors.first_name",
"size": 10
}
}
}
},
"actor_name": {
"terms": {
"field": "actors.first_name"
}
}
}
}