Elasticsearch中object类型与nested类型以及数组之间的区别
一、区别：
0、一般情况下用object 类型来查es中为json对象的字段数据，用nested来查es中为JsonArray数组类型的字段数据。
1、默认情况下ES会把JSON对象直接映射为object类型，只有手动设置才会映射为nested类型
2、object类型可以直接使用普通的逗号（.）查询，比如
{
"query": {
"term": {
"inspector.id": {
"value": "222"
}
}
}
}
3、nested类型的查询需要使用nested查询：
{
"query": {
"nested": {
"path": "inspector",
"query": {
"term": {
"inspector.id": {
"value": "222"
}
}
}
}
}
}
4、两种查询方式不兼容，如果大家想做改动的话，需要对java程序进行修改，风险比较大。
5、存储方式不同。对象数组在后台是扁平化存储，嵌套对象数组是每个对象独立成文档存储。因此，对象数据有时会有"且"条件查询出"或"结果，嵌套对象的文档聚合可能会多计数(除非加reverse_nested)，想保持数组中对象的独立性，就需要使用嵌套字段类型。
二、Object类型字段
1：mapping
注意，如果没有写明type，比如categoryObj，ES会默认object类型，并且就算查看mapping，也不会显示出来：
// 所属类目，对象类型，注意这里没有写明type，ES则会默认为object
"categoryObj": {
//"type":"object",
"properties": {
"class1": {
"type": "keyword"
},
"class2": {
"type": "keyword"
},
"class3": {
"type": "keyword"
}
}
}
2:增加数据
PUT test_index_20211220/e-com/1
{
"id": "1",
"name": "L＇oreal/欧莱雅复颜玻尿酸水光充盈导入膨润精华液",
"brand": "欧莱雅",
"price": 279,
"desc": "补水 提拉紧致 淡化细纹",
"categoryObj": {
"class1": "欧莱雅",
"class2": "补水",
"class3": "面部护理"
}
}
3：查询
在样例数据中，“categoryObj"字段被默认设置为object类型(没有显示设置type)，对于对象类型，在查询时需要用”."号连接整个字段：
GET test_index_20211220/_search
{
"query": {
"term": {
"categoryObj.class1": "欧莱雅"
}
}
}
4：对象数组特性
我们知道了嵌套字段中的对象被ES存储为了独立的文档，那对象字段呢？ES在后台将对象字段进行打平处理，后台其实存储的是扁平结构，以categoryObj字段为例：
"categoryObj": [
{
"class1": "欧莱雅",
"class2": "补水",
"class3": "面部护理"
},
{
"class1": "欧莱雅",
"class2": "补水",
"class3": "面部精华"
},
{
"class1": "雅诗兰黛",
"class2": "美白",
"class3": "面霜"
}
]
后台存储的其实是：
{
"categoryObj.class1": ["欧莱雅","欧莱雅","雅诗兰黛"],
"categoryObj.class2": ["补水","补水","美白"],
"categoryObj.class3": ["面部护理","面部精华","面霜"]
}
这就牺牲了对象之间的独立性，有时候会带来一些影响，具体就是某些情况下，对对象数组的"且"查询可能会变成"或"查询。
这个时候我们去同时查询"欧莱雅"和"美白"这两个关键词，正常来说是不应该差出来任何文档的，因为categoryObj中没有任何一个对象同时具备"欧莱雅"和"美白"这两个关键词，可事实确不是这样：
GET test_index_20211220/_search
{
"query": {
"bool": {
// filter上下文
"filter": {
"bool": {
"must": [
{
"term": {
"categoryObj.class1": "欧莱雅"
}
},
{
"term": {
"categoryObj.class2": "美白"
}
}
]
}
}
}
}
}
结果居然将文档查询出来了
所以当字段为数组的时候，建议使用nested类型字段。
三、Nested类型字段
1：mapping
// 所属类目，嵌套类型
"categoryNst": {
"type": "nested",
"properties": {
"class1": {
"type": "keyword"
},
"class2": {
"type": "keyword"
},
"class3": {
"type": "keyword"
}
}
}
2：增加数据
PUT test_index_20211220/e-com/1
{
"id": "1",
"name": "L＇oreal/欧莱雅复颜玻尿酸水光充盈导入膨润精华液",
"brand": "欧莱雅",
"price": 279,
"desc": "补水 提拉紧致 淡化细纹",
"categoryNst": {
"class1": "欧莱雅",
"class2": "补水",
"class3": "面部护理"
}
}
3：查询
GET test_index_20211220/_search
{
"query": {
"nested": {
"path": "categoryNst", #nested对象的查询深度
"query": {
"term": {
// 在以前的版本中直接写 "class2": "补水"也是可以的，因为已经在外部声明了path
// 不知道从哪个版本改了，现在必须写 "categoryNst.class2": "补水"，否则报错
"categoryNst.class2": "补水"
}
}
}
}
}
4： 嵌套字段的特性
嵌套字段其实是把其内部成员当做了一条独立文档进行了索引。如何理解这句话呢？在上面的数据中，"categoryNst"数组已经有两个对象成员了
ES在后台其实将这两个对象成员当成了两条独立文档进行索引，所以ES一共索引了3条文档(一条外部文档，两条嵌套字段对象的文档)，这点可以从对嵌套字段的terms聚合中看出来：
GET test_index_20211220/_search
{
"query": {
"nested": {
"path": "categoryNst",
"query": {
"term": {
"categoryNst.class2": "补水"
}
}
}
},
"aggs": {
"nestedAgg":{
"nested": {
"path": "categoryNst"
},
"aggs": {
"termAgg": {
"terms": {
// 这里一样不能写成"class2"，否则虽不报错，但聚合无结果。
"field": "categoryNst.class2"
}
}
}
}
}
}
{
"took": 6,
"timed_out": false,
"_shards": {
"total": 2,
"successful": 2,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 0.18232156,
"hits": [
]
},
"aggregations": {
"nestedAgg": {
"doc_count": 2,
"termAgg": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [
{
"key": "补水",
"doc_count": 2
}
]
}
}
}
}
明明只有一条整体的文档，但聚合结果却是2，岂不是结果错误了？如何才能得到我们需要的结果呢？这个时候就要用到反转嵌套(reverse_nested)，改写上面查询语句的聚合部分：
GET test_index_20211220/_search
{
"size":0,
"query": {
"nested": {
"path": "categoryNst",
"query": {
"term": {
"categoryNst.class2": "补水"
}
}
}
},
"aggs": {
"nestedAgg":{
"nested": {
"path": "categoryNst"
},
"aggs": {
"termAgg": {
"terms": {
"field": "categoryNst.class2"
},
"aggs": {
"reverseAgg": {
"reverse_nested": {}
}
}
}
}
}
}
}
5：java查询
public static void main(String[] args) {
//创建ES客户端
RestHighLevelClient esClient = new RestHighLevelClient(
RestClient.builder(new HttpHost("localhost", 9200, "http"))
);
//创建搜索对象
SearchRequest searchRequest = new SearchRequest();
searchRequest.indices("user");
//构建请求体
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
//查询数据-对nested类型数据查询
searchSourceBuilder.query(
QueryBuilders.nestedQuery("check_error", QueryBuilders.termsQuery("check_error.errtype", errtype), ScoreMode.None)
);
//发送请求
searchRequest.source(searchSourceBuilder);
SearchResponse search = null;
try {
search = esClient.search(searchRequest, RequestOptions.DEFAULT);
} catch (IOException e) {
throw new RuntimeException(e);
}
//解析结果
SearchHits hits = search.getHits();
for (SearchHit hit : hits) {
System.out.println(hit.getSourceAsString());
}
//关闭ES客户端
esClient.close();
}
四、数组类型字段
1：mapping
ES中没有专门的数组类型，默认情况下任何字段都可以包含一个或者多个值，但一个数组中的值必须是同一种类型。
// 数组类型
"comments": {
"type": "keyword"
}
2：增加数据
当数组类型字段(comments)中只有一个数据时：
GET test_index_20211220/e-com/1
{
"_index": "test_index_20211220",
"_type": "e-com",
"_id": "1",
"_version": 1,
"found": true,
"_source": {
"id": "1",
"name": "L＇oreal/欧莱雅复颜玻尿酸水光充盈导入膨润精华液",
"brand": "欧莱雅",
"price": 279,
"desc": "补水 提拉紧致 淡化细纹",
"comments": "还没有用，赠品跟欧莱雅旗舰店的同款赠品有差异。味道也不一样"
}
}
可以看到此时的comments还不是数组，现在我们增加一条评论，覆盖写入一次：
PUT test_index_20211220/e-com/1
{
"id": "1",
"name": "L＇oreal/欧莱雅复颜玻尿酸水光充盈导入膨润精华液",
"brand": "欧莱雅",
"price": 279,
"desc": "补水 提拉紧致 淡化细纹",
"comments": [
"还没有用，赠品跟欧莱雅旗舰店的同款赠品有差异。味道也不一样",
"只有这支玻璃尿酸水光充盈是真的"
]
}
重新查询，可以看到，"commts"在索引的时候，如果有多个值，则会自动转化成了数组，且文档版本号+1：
GET test_index_20211220/e-com/1
{
"_index": "test_index_20211220",
"_type": "e-com",
"_id": "1",
"_version": 2,
"found": true,
"_source": {
"id": "1",
"name": "L＇oreal/欧莱雅复颜玻尿酸水光充盈导入膨润精华液",
"brand": "欧莱雅",
"price": 279,
"desc": "补水 提拉紧致 淡化细纹",
"comments": [
"还没有用，赠品跟欧莱雅旗舰店的同款赠品有差异。味道也不一样",
"只有这支玻璃尿酸水光充盈是真的"
]
}
}
3：查询
此时数组类型就当做正常的字段进行查询即可
GET my_test_index/_search
{
"query": {
"bool": {
"must": [
{"terms": {
"label": [
"10",
"100"
]
}},{
"term": {
"name": {
"value": "旺仔33333"
}
}
}
]
}
}
}