Elastic search中使用nested类型的内嵌对象

在大数据的应用环境中，往往使用反范式设计来提高读写性能。
假设我们有个类似简书的系统，系统里有文章，用户也可以对文章进行赞赏。在关系型数据库中，如果按照数据库范式设计，需要两张表：一张文章表和一张赞赏历史记录表，赞赏历史记录表包括了赞赏者姓名和赞赏金额。
在Elastic search中，由于都是json格式存储，则可以在一个index存储系统中的文章及其赞赏记录，这种情况下需要在elastic search中使用nested类型的内嵌对象。因为如果使用数组或者object对象的话，赞赏者姓名和赞赏金额是相互独立的进行存储，不能被正确的关联。

建立index

PUT articles
{
  "mappings": {
    "doc": {
      "properties": {
        "payment": {
          "type": "nested",
          "properties": {
            "amount": {
              "type": "integer"
            },
            "name": {
              "type": "keyword"
            }
          }
        }
      }
    }
  }
}

这样articles就有了payment这个nested类型的字段，payment里面的对象有amount和name，表示金额和姓名。

产生数据

产生如下数据，表示jack给文章1赞赏了29元，ross给文章1赞赏30元，ross给文章2赞赏31元。

POST articles/doc/1
{
  "payment": [
    {
      "name": "jack",
      "amount": 29
    },
    {
      "name": "ross",
      "amount": 30
    }
  ]
}

POST articles/doc/2
{
  "payment": [
    {
      "name": "ross",
      "amount": 31
    }
  ]
}

根据内嵌对象进行查询

现在想查询ross赞赏过的文章，需要使用nested query

GET articles/_search
{
  "query": {
    "nested": {
      "path": "payment",
      "query": {
        "term": {
          "payment.name": {
            "value": "ross"
          }
        }
      }
    }
  }
}

path表示了nested字段的名称，需要注意的是，查询语句中要指定查询字段的全名，所以赞赏者姓名要用"payment.name"
如果在多个index上进行nested查询，没有nested字段的index会报错，这时可以将ignore_unmapped设置为true

nested对象聚合

如果想查看赞赏的平均金额，需要用nested aggregation

GET articles/_search
{
  "size": 0, 
  "aggs": {
    "nested": {
      "nested": {
        "path": "payment"
      },
      "aggs": {
        "amount_avg": {
          "avg": {
            "field": "payment.amount"
          }
        }
      }
    }
  }
}

同样注意要用path指定字段名称。返回的数据中，比普通的聚合查询多了一层嵌套
返回结果为

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 2,
    "max_score": 0,
    "hits": []
  },
  "aggregations": {
    "nested": {
      "doc_count": 3,
      "amount_avg": {
        "value": 30
      }
    }
  }
}

nested对象聚合和过滤

如果想看ross赞赏过的总金额，一开始写出query如下

GET articles/_search
{
  "size": 0, 
  "query": {
    "nested": {
      "path": "payment",
      "query": {
        "term": {
          "payment.name": {
            "value": "ross"
          }
        }
      }
    }
  },
  "aggs": {
    "nested": {
      "nested": {
        "path": "payment"
      },
      "aggs": {
        "sum": {
          "sum": {
            "field": "payment.amount"
          }
        }
      }
    }
  }
}

此时结果并不是正确的，因为上面的query过滤的是ross赞赏过的文章，下面的聚合操作sum的是文章里所有的赞赏，包括了jack的赞赏。
所以需要在sum聚合操作之前，需要用Filter Aggregation筛选ross的赞赏。

GET articles/_search
{
  "size": 0,
  "query": {
    "nested": {
      "path": "payment",
      "query": {
        "term": {
          "payment.name": {
            "value": "ross"
          }
        }
      }
    }
  },
  "aggs": {
    "payment": {
      "nested": {
        "path": "payment"
      },
      "aggs": {
        "payer": {
          "filter": {
            "term": {
              "payment.name": {
                "value": "ross"
              }
            }
          },
          "aggs": {
            "sum": {
              "sum": {
                "field": "payment.amount"
              }
            }
          }
        }
      }
    }
  }
}

最外层的query筛选出ross赞赏过的文章。
第一层的aggs表示进行内嵌聚合。
第二层的aggs用Filter Aggregation筛选出表示ross赞赏行为的nested对象。
第三层的aggs进行聚合。

作者：大神带我来搬砖
链接：https://www.jianshu.com/p/d685b7b6c9d1
来源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。