ElasticSearch-对象及 Nested 对象

相关阅读：https://www.elastic.co/guide/en/elasticsearch/reference/7.4/query-dsl-nested-query.html

真实世界中有很多重要的关联关系，比如银⾏账户有多次交易记录或者目录⽂件有多个⽂件和⼦⽬录。

范式化设计 (Normalization) 的主要目标是“减少不必要的更新”，数据库越范式化，就需要 Join 越多的表，因此⼀个完全范式化设计的数据库会经常⾯临 “查询缓慢”的问题。范式化简化了更新，但是数据“读”取操作可能更多。

反范式化设计，不使⽤关联关系，⽽是在⽂档中保存冗余的数据拷⻉。由于⽆需处理 Join 操作，因此数据读取性能好。但是缺点是不适合在数据频繁修改的场景，比如⼀条数据（⽤户名）的改动，可能会引起很多数据的更新。

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：

对象类型冗余（通过对象冗余，避免数据关联）
嵌套对象(Nested Object)
⽗⼦关联关系(Parent / Child )

1. 对象类型冗余

下面是一个 blog 文档，表示博客信息。除了博客信息之外，还通过 user 对象来冗余来存储博客作者信息。因此通过嵌套对象类型数据，来避免 join 关联。但是如果作者信息发⽣变化，需要修改相关的博客⽂档，因此不适合在数据频繁修改的场景。

PUT blog/_doc/1
{
  "content":"I like Elasticsearch",
  "time":"2019-01-01T00:00:00",
  "user":{
    "userid":1,
    "username":"Jack",
    "city":"Shanghai"
  }
}

我们可以通过⼀条查询即可获取到博客和作者信息，查询如下：

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

响应如下：

但是当对象是一个数组类型时，通过简单的 bool query 是存在问题的。例如索引 my_movies 存在两个 actors 对象，以数组的格式进行存储：

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

假设现在我们需要查询获取 first_name 为 Keanu 且 last_name 为 Hopper，按照预想查询结果应该是空，但是实际情况是能够查询到结果：

这是因为 ES 在存储数据时，内部对象的边界并没有考虑在内，JSON 格式被处理成扁平式键值对的结构，比如上述示例的 actors 数组实际是以如下格式存储的：

1
2
3

"title":"Speed"
"actors.first_name":["Keanu","Dennis"]
"actors.last_name":["Reeves","Hopper"]

因此当对多个字段进⾏查询时，才会导致意外的搜索结果，可以⽤ Nested Data Type 解决这个问题。

2. Nested Object

Nested 数据类型，允许对象数组中的对象被独⽴索引。使⽤ nested 和 properties 关键字，将上述示例中所有 actors 索引到多个分隔的⽂档。在内部， Nested ⽂档会被保存在两个 Lucene ⽂档中，在查询时做 join 处理。

还是以索引 my_movies 为例，需要修改 mapping 对 actors 增加 Nested Data Type：

PUT my_movies
{
    "mappings" : {
        "properties" : {
            "actors" : {
                "type": "nested", // 指定 Nested Data Type
                "properties" : {
                    "first_name" : {"type" : "keyword"},
                    "last_name" : {"type" : "keyword"}
                }},
            "title" : {
                "type" : "text",
                "fields" : {"keyword":{"type":"keyword","ignore_above":256}}
            }
        }
    }
}