7.3 Nested Objects (嵌套对象)

7.3 Nested Objects (嵌套对象)

Elasticsearch 高级特性：7.3 嵌套对象（Nested Objects）详解

1. 什么是嵌套对象？

嵌套对象本质上是允许你在一个文档内部索引另一个文档。这意味着你可以拥有一个包含对象数组的字段，并且 Elasticsearch 会将数组中的每个对象作为独立的、隐藏的文档进行索引。 关键在于，这些嵌套文档之间保持了相互关联，允许你进行精确的查询，而不受数组元素之间顺序和值的干扰。

为什么需要嵌套对象？

考虑一个博客文章的场景，每篇文章都有多个评论。 如果我们将评论简单地存储为对象数组，Elasticsearch 会将数组扁平化，导致多值字段。 这可能会导致以下问题：

• 不正确的查询结果： 假设你想查找包含特定用户发表的特定内容的评论的文章。 如果使用扁平化的数组，Elasticsearch 可能会返回包含该用户 或 该内容的评论的文章，即使它们不是同一条评论。

• 性能问题： 对于大型数组，扁平化会导致索引膨胀和查询效率下降。

嵌套对象解决了这些问题，因为它允许你将每个评论作为独立的文档进行索引，同时保持它们与父文档（博客文章）的关联。

2. 嵌套对象的工作原理

当你在 Elasticsearch 中定义一个字段为 nested 类型时，Elasticsearch 会创建一个特殊的索引结构来存储该字段中的对象。 每个嵌套对象都会被索引为一个独立的文档，但它们与父文档之间存在链接。

以下是一个简单的图示，展示了嵌套对象的工作原理：

在这个图中，父文档是博客文章，嵌套对象是评论。 每个评论都被索引为一个独立的文档，但它们都与父文档相关联。

3. 嵌套对象的代码实践

现在，让我们通过一些代码示例来了解如何在 Elasticsearch 中使用嵌套对象。

3.1 创建包含嵌套对象的索引映射

首先，我们需要创建一个索引映射，定义包含嵌套对象的字段。

PUT /my_index
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text"
      },
      "comments": {
        "type": "nested",
        "properties": {
          "user": {
            "type": "keyword"
          },
          "content": {
            "type": "text"
          },
          "rating":{
            "type": "integer"
          }
        }
      }
    }
  }
}
​

在这个例子中，我们创建了一个名为 my_index 的索引，其中包含一个 comments 字段，其类型为 nested。 comments 字段本身包含 user (keyword类型), content (text类型), rating (integer类型) 三个字段。

3.2 索引包含嵌套对象的文档

接下来，我们可以索引包含嵌套对象的文档。

POST /my_index/_doc
{
  "title": "Elasticsearch Nested Objects Explained",
  "comments": [
    {
      "user": "john.doe",
      "content": "Great article!",
      "rating": 5
    },
    {
      "user": "jane.smith",
      "content": "Very helpful, thanks!",
      "rating": 4
    },
    {
      "user": "john.doe",
      "content": "I have a question about...",
      "rating": 3
    }
  ]
}
​

在这个例子中，我们索引了一个包含标题和三个评论的文档。 每个评论都是一个嵌套对象，包含用户名和评论内容。

3.3 查询嵌套对象

现在，让我们看看如何查询嵌套对象。 Elasticsearch 提供了 nested 查询来处理嵌套对象。

示例 1：查找包含用户 "john.doe" 发表的评分为5的评论的文章

GET /my_index/_search
{
  "query": {
    "nested": {
      "path": "comments",
      "query": {
        "bool": {
          "must": [
            {
              "term": {
                "comments.user": "john.doe"
              }
            },
            {
              "term":{
                "comments.rating": 5
              }
            }
          ]
        }
      }
    }
  }
}
​

在这个查询中，我们使用 nested 查询来指定我们要查询的嵌套字段是 comments。 query 部分包含一个 bool 查询，它指定了两个条件：comments.user 必须是 "john.doe"，并且 comments.rating 必须是5。 path 属性指定了嵌套对象的路径。

示例 2：查找包含任何评论的文章

GET /my_index/_search
{
  "query": {
    "nested": {
      "path": "comments",
      "query": {
        "exists": {
          "field": "comments.content"
        }
      }
    }
  }
}
​

这个查询查找包含任何评论的文章。 exists 查询检查 comments.content 字段是否存在。

3.4 更新嵌套对象

更新嵌套对象需要使用 update API 和 script。 以下是一个示例：

POST /my_index/_update/YOUR_DOCUMENT_ID
{
  "script": {
    "source": """
      for (int i = 0; i < ctx._source.comments.length; i++) {
        if (ctx._source.comments[i].user == 'jane.smith') {
          ctx._source.comments[i].content = 'Updated comment content';
        }
      }
    """,
    "lang": "painless"
  }
}
​

在这个例子中，我们使用 Painless 脚本来遍历 comments 数组，并更新 user 为 "jane.smith" 的评论的内容。 你需要将 YOUR_DOCUMENT_ID 替换为实际的文档 ID。

3.5 删除嵌套对象

删除嵌套对象也需要使用 update API 和 script。 以下是一个示例：

POST /my_index/_update/YOUR_DOCUMENT_ID
{
  "script": {
    "source": """
      ctx._source.comments.removeIf(comment -> comment.user == 'jane.smith');
    """,
    "lang": "painless"
  }
}
​

这个脚本使用 removeIf 方法来删除 user 为 "jane.smith" 的评论。

4. 嵌套对象与父子关系（Parent-Child Relationship）的区别

Elasticsearch 还提供了父子关系（Parent-Child Relationship）来处理关联数据。 嵌套对象和父子关系之间有一些关键区别：

• 存储方式： 嵌套对象存储在同一个文档中，而父子关系将父文档和子文档存储为独立的文档。

• 性能： 嵌套对象通常比父子关系更快，因为它们不需要跨文档连接。

• 灵活性： 父子关系更灵活，因为它允许你独立地更新和删除父文档和子文档。

• 复杂性： 嵌套对象更易于设置和管理，而父子关系需要更复杂的映射和查询。

何时使用嵌套对象？

• 当你的数据具有紧密的、一对多的关系时。

• 当你需要高性能的查询时。

• 当你不需要独立地更新和删除子文档时。

何时使用父子关系？

• 当你的数据具有更松散的关系时。

• 当你需要独立地更新和删除父文档和子文档时。

• 当你需要支持更复杂的查询时。

5. 嵌套对象的注意事项

• 性能： 嵌套对象会增加索引的大小，并可能影响查询性能。 避免过度使用嵌套对象，并只在必要时使用它们。

• 嵌套深度： Elasticsearch 限制了嵌套对象的深度。 避免创建过深的嵌套结构。

• 更新： 更新嵌套对象需要使用脚本，这可能会比较复杂。

• 排序和聚合： 对嵌套对象进行排序和聚合需要使用特殊的语法。

6. 总结

嵌套对象是 Elasticsearch 中一个强大的功能，允许你有效地索引和搜索包含对象数组的文档。 通过了解嵌套对象的工作原理、代码示例和注意事项，你可以更好地利用它们来解决实际问题。

希望本文能够帮助你理解和使用 Elasticsearch 中的嵌套对象。 记住，根据你的具体需求选择合适的数据建模方式，才能充分发挥 Elasticsearch 的优势。