ES数据打平或者flat扁平化 导致嵌套对象查询可能出错

探索ES-对象和嵌套对象(3)前文回顾

上一篇文章写了探索ES-入门Kibana(2)，基本完成了ElasticSearch和Kibana安装和基本概念。今天，让我们正式谈谈一些ElasticSearch使用中会遇到的问题和解决问题的方法。

ElasticSearch作为一个Nosql其中一个特点是不支持数据库多表关联的。所以，在ElasticSearch中间的数据都是以反范式存储的方式。简单来说，它将被存储为一个大Json对象。

对象数据在ElasticSearch中是作为object类型存储。但是，如果对象数据是数组，则在查询过程中会出现无法相关查询的问题。

不知道有没有朋友看到这里一脸懵比？

如果您不知道这是什么问题，请参见下面的例子。

如果你知道这是什么意思，请看下面的解决方案。

举一个博客系统的例子。

假设我们要在那里ElasticSearch中建立一个blog索引。blog索引包括以下内容。

• title：博客的标题
• content：博客的内容
• comment：博客的评论
• comment.username:用户对博客进行评论
• comment.content:博客评论的内容

不知道这里有没有人发现博客和评论是一对多的关系，没有发现也没关系，继续往下看。

根据上面分解的字段，我们在ElasticSearch建立以下索引。

PUT blog{  "mappings": {    "_doc": {      "properties": {        "blog": {          "properties": {            "title": {              "type": "keyword"            },            "content": {              "type": "text"            },            "comment": {              "properties": {                "content": {                  "type": "text"                },                "username": {                  "type": "keyword"                }              }            }          }        }      }    }  }}复制代码

可以发现blog和comment都是作为object存储类型。在ElasticSearch默认情况下，中会将字段作为object来存储。

我们插入一个文档。

PUT blog/_doc/1{  "blog": {    "title": "this is my first blog",    "content": "this is my first blog content",    "comment": {      "content": "so bad!",      "username": "li si"    }  }}复制代码

本文档的内容大致是有人写了一篇博客，然后李四同学在下面批评so bad。

我们以评论为维度进行搜索。

GET blog/_search{  "query":{    "match": {      "blog.comment.content": "bad"    }  }}复制代码

可以搜索数据。

这里需要注意的是在ES中，对象数据最终会被flat(扁平化)。

什么意思？

也就是说，上面的内容数据终于在了ES以下形式存储。

blog:this is my first blogcontent:this is my first blog contentcomment.content:so badcomment.username:li 复制代码的si

然而，一般来说，博客肯定不止一个数据。一般来说，会有多个数据，即上述一对多关系。

我们更新了以前的数据。

PUT blog/_doc/1{  "blog": {    "title": "this is my first blog",    "content": "this is my first blog content",    "comment": [      {        "content": "oh so good!",        "username": "zhang san"      },      {        "content": "so bad!",        "username": "zhang san"      },      {        "content": "so bad!",        "username": "li si"      }    ]  }}复制代码

以上数据的意思是，除了李四说bad之外，还有张三大哥说good。

根据之前的查询方法，我们也可以正常查询。但是，如果我们现在想联系查询，我们不仅要求评论员是李四，还要求李四说谷歌查询。让我们写一个bool查询。bool可以写多个查询，不管是不是term还是match只能写一个查询。

GET blog/_search{  "query": {    "bool": {      "must": [        {          "match": {            "blog.comment.content": "good"          }        },        {          "match": {            "blog.comment.username": "li si"          }        }      ]    }  }}复制代码

然而，我们仍然可以查询这些数据。显然，李四说的是bad而不是good。为什么还能查询？

那是因为对象被扁平化后，在ES就是这样存储的。

blog.comment.content:["oh so good!","so bad!"]blog.comment.username:["zhang san","li si复制代码

两个字段都以数组的形式存储数据。数组和数组之间没有对应的关系。

ES先在blog.comment.coetent看看有没有good，发现有。再次发现blog.comment.username看看有没有li si发现还是有的。

最后，查询了这个数据。

那么如何实现相关查询呢？使用nested，嵌套对象即可。

默认字段的类型是object使用类型nested需要显式指定。删除之前的索引后，重新建立索引。因为在ES在中间，我们无法修改以前的内容mapping，我们只能删除并重建它。如果需要以前的数据，可以使用reindex将数据导入新索引。

PUT blog{  "mappings": {    "_doc": {      "properties": {        "blog": {          "properties": {            "title": {              "type": "keyword"            },            "content": {              "type": "text"            },            "comment": {              "type":"nested",              "properties": {                "content": {                  "type": "text"                },                "username": {                  "type": "keyword"                }              }            }          }        }      }    }  }}复制代码

我们再次插入一个数据。

PUT blog/_doc/1{  "blog": {    "title": "this is my first blog",    "content": "this is my first blog content",    "comment": [      {        "content": "oh so good!",        "username": "zhang san"      },      {        "content": "so bad!",        "username": "zhang san"      },      {        "content": "so bad!",        "username": "li si"      }    ]  }}复制代码

我们进行相关搜索。

GET blog/_search{  "query": {    "bool": {      "must": [        {          "match": {            "blog.comment.content": "good"          }        },        {          "match": {            "blog.comment.username": "li si"          }        }      ]    }  }}复制代码

此时，我们发现我们无法搜索相应的数据。因为在这个时候，ES对nested对象之间的关系被额外存储。