一、什么是 ES Nested 嵌套
Elasticsearch 有很多數據類型，大致如下：
- 基本數據類型：
- string 類型。ES 7.x 中，string 類型會升級為：text 和 keyword。keyword 可以排序；text 默認分詞，不可以排序。
- 數據類型：integer、long 等
- 時間類型、布爾類型、二進制類型、區間類型等
- 復雜數據類型：
- 數組類型：Array
- 對象類型：Object
- Nested 類型
- 特定數據類型：地理位置、IP 等
注意：tring／nested／array 類型字段不能用作排序字段。因此 string 類型會升級為：text 和 keyword。keyword 可以排序，text 默認分詞，不可以排序。
2.1 那什么是 Nested 類型？
Elasticsearch 7.x 文檔中，這樣寫到：
The nested type is a specialised version of the object datatype that allows arrays of objects to be indexed in a way that they can be queried independently of each other.
Nested （嵌套）類型，是特殊的對象類型，特殊的地方是索引對象數組方式不同，允許數組中的對象各自地進行索引。目的是對象之間彼此獨立被查詢出來。
2.2 如何使用 Nested 類型？
在 ES 的 my_index 索引中存儲 users 字段。比如說：
{
"group" : "fans",
"users" : [
{
"name" : "John",
"age" : "23"
},
{
"name" : "Alice",
"age" : "18"
}
]
}
其實存儲看上去跟 Object 類型一樣，只不過底層原理對數組 users 字段索引方式不同。設置 users 字段的索引方式 Nested 嵌套類型：
curl -X PUT "localhost:9200/my_index" -H 'Content-Type: application/json' -d'
{
"mappings": {
"properties": {
"users": {
"type": "nested"
}
}
}
}
'
二、Nested Query 應用場景或案例
比如小老弟我有一波小粉絲，users 字段類型是 object。存儲如下：
{
"group" : "bysocket_fans",
"users" : [
{
"name" : "John",
"age" : "23"
},
{
"name" : "Alice",
"age" : "18"
}
]
}
{
"group" : "路人甲_fans",
"users" : [
{
"name" : "Alice",
"age" : "22"
},
{
"name" : "Jeff",
"age" : "18"
}
]
}
比如 18 歲大姑娘 Alice 是小老弟我的粉絲，她也可能是周杰倫的粉絲。那這邊就有一個需求，即應用場景：
如何找到 18 歲大姑娘 Alice {"name" : "Alice","age" : "18"} 關注的所有明星呢？
如果用老的查詢語句是這樣搜索的：
GET /my_index/_search?pretty
{
"query": {
"bool": {
"must": [
{
"match": {
"users.name": "Alice"
}
},
{
"match": {
"users.age": 18
}
}
]
}
}
}
結果發現結果是不對的，路人甲 這條記錄也出現了。
因為匹配到了第一個 Alice + 第二個 Jeff 的 18。所以這種查詢不滿足這個場景
那么需要使用 Nested 類型并用 Nested 查詢，即讓數組中的對象各自地進行索引。目的是對象之間彼此獨立被查詢出來。
三、Nested Query 實戰
3.1 設置 Nested 類型
根據 2.2 如何使用 Nested 類型，將 users 字段類型從 object 修改為 nested：
curl -X PUT "localhost:9200/my_index" -H 'Content-Type: application/json' -d'
{
"mappings": {
"properties": {
"users": {
"type": "nested"
}
}
}
}
'
3.2 Nested Query
修改后，對應的 Nested Query ，如下：
GET /my_index/_search?pretty
{
"query": {
"bool": {
"must": [
{
"nested": {
"path": "users",
"query": {
"bool": {
"must": [
{
"match": {
"users.name": "Alice"
}
},
{
"match": {
"users.age": 18
}
}
]
}
}
}
}
]
}
}
}
語法很簡單就是：
- key 以 "nested" 開頭
- path 就是嵌套對象數組的字段名
- 其他
- score_mode （可選的）匹配子對象的分數相關性分數。avg （默認，使用所有匹配子對象的平均相關性分數）
- ignore_unmapped （可選的）是否忽略 path 未映射，不返回任何文檔而不是錯誤。默認為 false，如果 path 不對就報錯
這樣查詢得結果就是對的。
四、Nested Query 性能
這邊測試過，給大家一個測試報告和建議。
壓測環境：3 個 server ，6 個 ES 節點
壓測結論： 使用上小節查詢語句，50 并發情況下，導致千兆網卡被打滿了。TPS 4000 左右，如果提高并發，就會增加 RT。所以如果高性能大流量情況下，必須用 Nested 應該從網絡流量方向進行優化。二者，盡量減少大數據對象的返回
建議：泥瓦匠建議，你聽聽看
- 性能：Common Query 遠遠大于 Nested Query 遠遠大于 Parent/Child Query
- 性能優化：首先考慮減少后面兩種 Query
- 性能優化：Nested Query 業務可以優化下。比如上一小節完全可以多存一個 fanIds 數組。搜索兩次，第一次查確定 18 歲大姑娘 Alice 的 fanId，第二次根據 fanId 搜索即可
- 性能優化：實在沒辦法，高性能大流量情況下，必須用 Nested 應該從網絡流量方向進行優化。二者，盡量減少大數據對象的返回
（完）
參考資料：
