ElasticSearch入門 第六篇：復合數據類型——數組，對象和嵌套

這是ElasticSearch 2.4 版本系列的第六篇：

• ElasticSearch入門 第一篇：Windows下安裝ElasticSearch
• ElasticSearch入門 第二篇：集群配置
• ElasticSearch入門 第三篇：索引
• ElasticSearch入門 第四篇：使用C#添加和更新文檔
• ElasticSearch入門 第五篇：使用C#查詢文檔
• ElasticSearch入門 第六篇：復合數據類型——數組，對象和嵌套
• ElasticSearch入門 第七篇：分析器
• ElasticSearch入門 第八篇：存儲
• ElasticSearch入門 第九篇：實現正則表達式查詢的思路

 

在ElasticSearch中，使用JSON結構來存儲數據，一個Key/Value對是JSON的一個字段，而Value可以是基礎數據類型，也可以是數組，文檔（也叫對象），或文檔數組，因此，每個JSON文檔都內在地具有層次結構。復合數據類型是指數組類型，對象類型和嵌套類型，各個類型的特點分別是：

• 數組字段是指一個字段有多個值，每個值都是該數組字段的一個元素；元素的類型可以是基礎類型，也可以是文檔類型；
• 對象類型是指字段的值是一個JSON文檔；
• 嵌套字段是指對象類型的一個特殊版本，ElasticSearch引擎在內部把嵌套字段索引成單個文檔。如果在嵌套字段中定義對象數組，那么對象數組中的每個元素（文檔）都被索引成單個文檔，每個文檔都能被獨立地查詢。

一，對象類型

JSON文檔是有層次結構的，一個文檔可能包含其他文檔，如果一個文檔包含其他文檔，那么該文檔值是對象類型，其數據類型是對象，ElasticSearch默認把文檔的屬性type設置為object，即"type":"object"。

例如，在創建索引映時，定義name字段為對象類型，不需要顯式定義type屬性值，其默認值是object：

"manager":{  
   "properties":{  
      "age":{ "type":"integer"},
      "name":{  
         "properties":{  
            "first":{"type":"string"},
            "last":{ "type":"string"}
         }
      }
   }
}

默認情況下，上述文檔類型被索引為以點號命名的數據結構，把層次結構展開之后，數據結構是由扁平的key/value對構成：

{
  "manager.age":        30,
  "manager.name.first": "John",
  "manager.name.last":  "Smith"
}

二，開箱即用的數組類型

在ElasticSearch中，沒有專門的數組（Array）數據類型，但是，在默認情況下，任意一個字段都可以包含0或多個值，這意味着每個字段默認都是數組類型，只不過，數組類型的各個元素值的數據類型必須相同。在ElasticSearch中，數組是開箱即用的（out of box），不需要進行任何配置，就可以直接使用。

1，數組類型

在同一個數組中，數組元素的數據類型是相同的，ElasticSearch不支持元素為多個數據類型：[ 10, "some string" ]，常用的數組類型是：

• 字符數組: [ "one", "two" ]
• 整數數組: productid:[ 1, 2 ]
• 對象（文檔）數組: "user":[ { "name": "Mary", "age": 12 }, { "name": "John", "age": 10 }]，ElasticSearch內部把對象數組展開為 {"user.name": ["Mary", "John"], "user.age": [12,10]}

對於文檔數組，每個元素都是結構相同的文檔，文檔之間都不是獨立的，在文檔數組中，不能獨立於其他文檔而去查詢單個文檔，這是因為，一個文檔的內部字段之間的關聯被移除，各個文檔共同構成對象數組。

對整數數組進行查詢，例如，使用多詞條（terms）查詢類型，查詢productid為1和2的文檔：

{  
   "query":{  
      "terms":{  
         "productid":[ 1, 2 ]
      }
   }
}

2，對象數組

通過PUT動詞，自動創建索引和文檔類型，在文檔中創建對象數組：

PUT my_index/my_type/1
{
  "group" : "fans",
  "user" : [ 
    {
      "first" : "John",
      "last" :  "Smith"
    },
    {
      "first" : "Alice",
      "last" :  "White"
    }
  ]
}

ElasticSearch引擎內部把對象數組展開成扁平的數據結構，把上例的文檔類型的數據結構展開之后，文檔數據類似於：

{
  "group" :        "fans",
  "user.first" : [ "alice", "john" ],
  "user.last" :  [ "smith", "white" ]
}

字段 user.first 和 user.last 被展開成數組字段，但是，這樣展開之后，單個文檔內部的字段之間的關聯就會丟失，在該例中，展開的文檔數據丟失first和last字段之間的關聯，比如，Alice 和 white 的關聯就丟失了。

三，嵌套數據類型

嵌套數據類型是對象數據類型的特殊版本，它允許對象數組中的各個對象被索引，數組中的各個對象之間保持獨立，能夠對每一個文檔進行單獨查詢，這就意味着，嵌套數據類型保留文檔的內部之間的關聯，ElasticSearch引擎內部使用不同的方式處理嵌套數據類型和對象數組的方式，對於嵌套數據類型，ElasticSearch把數組中的每一個嵌套文檔（Nested Document）索引為單個文檔，這些文檔是隱藏（Hidden）的，文檔之間是相互獨立的，但是，保留文檔的內部字段之間的關聯，使用嵌套查詢（Nested Query）能夠獨立於其他文檔而去查詢單個文檔。在創建嵌套數據類型的字段時，需要設置字段的type屬性為nested。

1，在索引映射中創建嵌套字段

設置user字段為嵌套數據類型，由於每個字段默認都可以是數組類型，因此，嵌套字段也可以是對象數組。

"mappings":{  
   "my_type":{  
      "properties":{  
         "group":{ "type":"string"},
         "user":{  
            "type":"nested",
            "properties":{  
               "first":{ "type":"string"},
               "second":{  "type":"string"}
            }
         }
      }
   }
}

2，為嵌套字段賦值

為嵌套字段賦予多個值，那么ElasticSearch自動把字段值轉換為數組類型。

PUT my_index/my_type/1
{
  "group" : "fans",
  "user" : [ 
    { "first" : "John", "last" :  "Smith"},
    { "first" : "Alice", "last" :  "White"}
  ]
}

在ElasticSearch內部，嵌套的文檔（Nested Documents）被索引為很多獨立的隱藏文檔（separate documents），這些隱藏文檔只能通過嵌套查詢（Nested Query）訪問。每一個嵌套的文檔都是嵌套字段（文檔數組）的一個元素。嵌套文檔的內部字段之間的關聯被ElasticSearch引擎保留，而嵌套文檔之間是相互獨立的。在該例中，ElasticSearch引起保留Alice和White之間的關聯，而John和White之間是沒有任何關聯的。

默認情況下，每個索引最多創建50個嵌套文檔，可以通過索引設置選項：index.mapping.nested_fields.limit 修改默認的限制。

Indexing a document with 100 nested fields actually indexes 101 documents as each nested document is indexed as a separate document.

四，嵌套查詢

嵌套查詢用於查詢嵌套對象，執行嵌套查詢執行的條件是：嵌套對象被索引為單個文檔，查詢作用在根文檔（Root Parent）上。嵌套查詢由關鍵字“nested”指定：

"nested" : {
        "path" : "obj1",
        "query" : {...}

1，必須賦值的參數：

• path參數：指定嵌套字段的文檔路徑，根路徑是頂層的文檔，通過點號“.”來指定嵌套文檔的路徑；
• query參數：在匹配路徑（參數path）的嵌套文檔上執行查詢，query參數指定對嵌套文檔執行的查詢條件。

2，使用嵌套查詢訪問嵌套文檔

GET my_index/_search
{
  "query": {
    "nested": {
      "path": "user",
      "query": {
        "bool": {
          "must": [
            { "match": { "user.first": "Alice" }},
            { "match": { "user.last":  "White" }} 
          ]
        }
      }
    }
  }
}

五，使用C#索引數組類型

1，創建ElasticSearch的索引映射

{  
   "settings":{  
      "number_of_shards":5,
      "number_of_replicas":0
   },
   "mappings":{  
      "events":{  
        "dynamic":"false",
         "properties":{  
            "eventid":{  
               "type":"long",
               "store":true,
               "index":"not_analyzed"
            },
            "eventname":{  
               "type":"string",
               "store":true,
               "index":"analyzed",
               "fields":{  
                  "raw":{  
                     "type":"string",
                     "store":true,
                     "index":"not_analyzed"
                  }
               }
            },
            "topics":{  
               "type":"integer",
               "store":true,
               "index":"analyzed"
            }
         }
      }
   }
}

對於topics字段，類型是integer，賦予其一組整數值[1,2,3]，那么該字段就能存儲數組。

"topics":{  
    "type":"integer",
    "store":true,
    "index":"analyzed"
}

2，創建數據模型（Data Model）

為數組字段定義為List類型，每個列表項的數據類型是int。

public class EventBase
{
    public long eventid { get; set; }
}

public class EbrieEvents:EventBase
{
    public string eventname { get; set; }
    public List<int> topics { get; set; }
}

3，為字段賦值

為List字段topics賦值，調用NEST對該文檔進行索引

EbrieEvents pb = new EbrieEvents();

//Topics List
List<string> strTopics = TableRow["Topics"].ToString().TrimEnd(',').Split(',').ToList();
List<int> topics = new List<int>();
foreach(string str in strTopics)
{
    topics.Add(int.Parse(str));
}
pb.topics = topics;  

4，查詢數組字段

{  
   "query":{  
      "terms":{  
         "topics":[1001,487]
      }
   }
}

 

參考文檔：

Elasticsearch Reference [2.4] » Mapping » Field datatypes

Elasticsearch Reference [2.4] » Query DSL » Joining queries » Nested Query