Elasticsearch实战（二十四）---ES数据建模一对多模型Nested结构-Toy模板网

这篇具有很好参考价值的文章主要介绍了Elasticsearch实战（二十四）---ES数据建模一对多模型Nested结构。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

Elasticsearch实战—ES数据建模一对多模型Nested结构

我们如何把Mysql的模型合理的在ES中去实现? 就需要你对要存储的数据足够的了解,及对应用场景足够的深入分析,才能建立一个合适的模型,便于你后期扩展

一对一模型
一对多模型
多对多模型

上一篇，我们介绍了一对多模型，采用Object对象存储的巨大缺陷，本篇文章，我们给出解决办法就是采用Nested结构来存储数据，但是Nested查询和读写需要有特定的语法，也就是一定程度上增加了读写的复杂性，但是数据的查询结果是正确的，所以说Nested 才是我们一对多推荐的一种设计模型

1.ES 一对多模型Nested 结构模型实战

我们采用下面创建Index mapping结构，和上一篇大致一样的结构，把多个手机相同的分类信息，作为冗余字段冗余到手机基本信息中

差别就是：这次category字段，我们采用Nested结构，而不是Object结构，通过关键字 type:nested 来实现

索引库结构

PUT /phone_nested_index
{
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 2
  },
  "mappings": {
    "properties": {
      "productId": {
        "type": "long"
      },
      "productName": {
        "type": "keyword"
      },
      "productPrice": {
        "type": "long"
      },
      "productNumber": {
        "type": "long"
      },
      "category": {
        "type": "nested", 
        "properties": {
          "categoryName": {
            "type": "keyword"
          },
          "categoryRemark": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

同样的，插入数据，下面我们给 phone_index 索引库插入数据, 插入 6条手机信息

put /phone_nested_index/_bulk
{"index":{"_id":1}}
{"productId":1,"productName":"P20","productPrice":4000,"productNumber":50,"category":{"categoryName":"华为手机","categoryRemark":"高端"}}
{"index":{"_id":2}}
{"productId":2,"productName":"Honor30","productPrice":2000,"productNumber":100,"category":[{"categoryName":"华为手机","categoryRemark":"很好"},{"categoryName":"荣耀手机","categoryRemark":"便宜"}]}
{"index":{"_id":3}}
{"productId":3,"productName":"小米8","productPrice":2000,"productNumber":600,"category":{"categoryName":"小米手机","categoryRemark":"中端"}}
{"index":{"_id":4}}
{"productId":4,"productName":"红米10","productPrice":2500,"productNumber":300,"category":{"categoryName":"小米手机","categoryRemark":"发烧"}}
{"index":{"_id":5}}
{"productId":5,"productName":"小米Max","productPrice":4000,"productNumber":800,"category":{"categoryName":"小米手机","categoryRemark":"很好"}}

2.ES字段查询

我们要查询华为手机便宜的标签，must 查询，分类：华为手机，描述：便宜

Nested结构查询，需要特定的语法，需要加上查询路径，我们的就是 path:category 信息

2.1 非Nested 错误结构及错误查询

老的结构非Nested phone_index 数据

get /phone_index/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "category.categoryName": "华为手机"
          }
        },
        {
          "match": {
            "category.categoryRemark": "便宜"
          }
        }
      ]
    }
  }
}

查询结果不是我们想要的，是错误的
es数据建模,ElasticSearch,elasticsearch,ES一对多建模,ES Nested结构数据,ES 数据建模,ES 搜索

或者我们再查询以下华为手机-发烧的场景，按照我们的数据，不存在任何数据把华为手机和发烧关联

must查询，分类：华为手机，标签：发烧

get /phone_index/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "category.categoryName": "华为手机"
          }
        },
        {
          "match": {
            "category.categoryRemark": "发烧"
          }
        }
      ]
    }
  }
}

查询结果错误，要查询华为手机-发烧的数据，结果把小米手机查询出来了，这是明显的错误
es数据建模,ElasticSearch,elasticsearch,ES一对多建模,ES Nested结构数据,ES 数据建模,ES 搜索

2.2 Nested结构，正确查询

同样，我们采用Nested结构查询，查询华为手机且便宜的信息
Nested结构查询，需要带上查询条件 path路径信息 “nested”: {“path”: “category”}

get /phone_nested_index/_search
{
  "query": {
    "nested": {
      "path": "category",
      "query": {
        "bool": {
          "must": [
            {
              "match": {
                "category.categoryName": "华为手机"
              }
            },
            {
              "match": {
                "category.categoryRemark": "便宜"
              }
            }
          ]
        }
      }
    }
  }
}

查询结果，符合预期，并没有查询出错误的结果，查询结果为空
es数据建模,ElasticSearch,elasticsearch,ES一对多建模,ES Nested结构数据,ES 数据建模,ES 搜索
现在我们来查以下另一种场景，华为手机-发烧的查询语句，看看是否能够正确查询

get /phone_nested_index/_search
{
  "query": {
    "nested": {
      "path": "category",
      "query": {
        "bool": {
          "must": [
            {
              "match": {
                "category.categoryName": "华为手机"
              }
            },
            {
              "match": {
                "category.categoryRemark": "发烧"
              }
            }
          ]
        }
      }
    }
  }
}

同样的结果，查询结果没有数据，也是符合我们预期的，是正确的查询结果
es数据建模,ElasticSearch,elasticsearch,ES一对多建模,ES Nested结构数据,ES 数据建模,ES 搜索