ElasticSearch入门 第六篇：复合数据类型——数组，对象和嵌套
Posted 悦光阴
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了ElasticSearch入门 第六篇：复合数据类型——数组，对象和嵌套相关的知识，希望对你有一定的参考价值。
这是ElasticSearch 2.4 版本系列的第六篇：
- ElasticSearch入门 第一篇：Windows下安装ElasticSearch
- ElasticSearch入门 第二篇：集群配置
- ElasticSearch入门 第三篇：索引
- ElasticSearch入门 第四篇：使用C#添加和更新文档
- ElasticSearch入门 第五篇：使用C#查询文档
- ElasticSearch入门 第六篇：复合数据类型——数组，对象和嵌套
- ElasticSearch入门 第七篇：分析器
- ElasticSearch入门 第八篇：存储
- ElasticSearch入门 第九篇：实现正则表达式查询的思路
在ElasticSearch中，使用JSON结构来存储数据，一个Key/Value对是JSON的一个字段，而Value可以是基础数据类型，也可以是数组，文档（也叫对象），或文档数组，因此，每个JSON文档都内在地具有层次结构。复合数据类型是指数组类型，对象类型和嵌套类型，各个类型的特点分别是：
- 数组字段是指一个字段有多个值，每个值都是该数组字段的一个元素；元素的类型可以是基础类型，也可以是文档类型；
- 对象类型是指字段的值是一个JSON文档；
- 嵌套字段是指对象类型的一个特殊版本，ElasticSearch引擎在内部把嵌套字段索引成单个文档。如果在嵌套字段中定义对象数组，那么对象数组中的每个元素（文档）都被索引成单个文档，每个文档都能被独立地查询。
一，对象类型
JSON文档是有层次结构的，一个文档可能包含其他文档，如果一个文档包含其他文档，那么该文档值是对象类型，其数据类型是对象，ElasticSearch默认把文档的属性type设置为object，即"type":"object"。
例如，在创建索引映时，定义name字段为对象类型，不需要显式定义type属性值，其默认值是object：
"manager":{ "properties":{ "age":{ "type":"integer"}, "name":{ "properties":{ "first":{"type":"string"}, "last":{ "type":"string"} } } } }
默认情况下，上述文档类型被索引为以点号命名的数据结构，把层次结构展开之后，数据结构是由扁平的key/value对构成：
{ "manager.age": 30, "manager.name.first": "John", "manager.name.last": "Smith" }
二，开箱即用的数组类型
在ElasticSearch中，没有专门的数组（Array）数据类型，但是，在默认情况下，任意一个字段都可以包含0或多个值，这意味着每个字段默认都是数组类型，只不过，数组类型的各个元素值的数据类型必须相同。在ElasticSearch中，数组是开箱即用的（out of box），不需要进行任何配置，就可以直接使用。
1，数组类型
在同一个数组中，数组元素的数据类型是相同的，ElasticSearch不支持元素为多个数据类型：[ 10, "some string" ]，常用的数组类型是：
- 字符数组: [ "one", "two" ]
- 整数数组: productid:[ 1, 2 ]
- 对象（文档）数组: "user":[ { "name": "Mary", "age": 12 }, { "name": "John", "age": 10 }]，ElasticSearch内部把对象数组展开为 {"user.name": ["Mary", "John"], "user.age": [12,10]}
对于文档数组，每个元素都是结构相同的文档，文档之间都不是独立的，在文档数组中，不能独立于其他文档而去查询单个文档，这是因为，一个文档的内部字段之间的关联被移除，各个文档共同构成对象数组。
对整数数组进行查询，例如，使用多词条（terms）查询类型，查询productid为1和2的文档：
{ "query":{ "terms":{ "productid":[ 1, 2 ] } } }
2，对象数组
通过PUT动词，自动创建索引和文档类型，在文档中创建对象数组：
PUT my_index/my_type/1 { "group" : "fans", "user" : [ { "first" : "John", "last" : "Smith" }, { "first" : "Alice", "last" : "White" } ] }
ElasticSearch引擎内部把对象数组展开成扁平的数据结构，把上例的文档类型的数据结构展开之后，文档数据类似于：
{ "group" : "fans", "user.first" : [ "alice", "john" ], "user.last" : [ "smith", "white" ] }
字段 user.first 和 user.last 被展开成数组字段，但是，这样展开之后，单个文档内部的字段之间的关联就会丢失，在该例中，展开的文档数据丢失first和last字段之间的关联，比如，Alice 和 white 的关联就丢失了。
三，嵌套数据类型
嵌套数据类型是对象数据类型的特殊版本，它允许对象数组中的各个对象被索引，数组中的各个对象之间保持独立，能够对每一个文档进行单独查询，这就意味着，嵌套数据类型保留文档的内部之间的关联，ElasticSearch引擎内部使用不同的方式处理嵌套数据类型和对象数组的方式，对于嵌套数据类型，ElasticSearch把数组中的每一个嵌套文档（Nested Document）索引为单个文档，这些文档是隐藏（Hidden）的，文档之间是相互独立的，但是，保留文档的内部字段之间的关联，使用嵌套查询（Nested Query）能够独立于其他文档而去查询单个文档。在创建嵌套数据类型的字段时，需要设置字段的type属性为nested。
1，在索引映射中创建嵌套字段
设置user字段为嵌套数据类型，由于每个字段默认都可以是数组类型，因此，嵌套字段也可以是对象数组。
"mappings":{ "my_type":{ "properties":{ "group":{ "type":"string"}, "user":{ "type":"nested", "properties":{ "first":{ "type":"string"}, "second":{ "type":"string"} } } } } }
2，为嵌套字段赋值
为嵌套字段赋予多个值，那么ElasticSearch自动把字段值转换为数组类型。
PUT my_index/my_type/1 { "group" : "fans", "user" : [ { "first" : "John", "last" : "Smith"}, { "first" : "Alice", "last" : "White"} ] }
在ElasticSearch内部，嵌套的文档（Nested Documents）被索引为很多独立的隐藏文档（separate documents），这些隐藏文档只能通过嵌套查询（Nested Query）访问。每一个嵌套的文档都是嵌套字段（文档数组）的一个元素。嵌套文档的内部字段之间的关联被ElasticSearch引擎保留，而嵌套文档之间是相互独立的。在该例中，ElasticSearch引起保留Alice和White之间的关联，而John和White之间是没有任何关联的。
默认情况下，每个索引最多创建50个嵌套文档，可以通过索引设置选项：index.mapping.nested_fields.limit 修改默认的限制。
Indexing a document with 100 nested fields actually indexes 101 documents as each nested document is indexed as a separate document.
四，嵌套查询
嵌套查询用于查询嵌套对象，执行嵌套查询执行的条件是：嵌套对象被索引为单个文档，查询作用在根文档（Root Parent）上。嵌套查询由关键字“nested”指定：
"nested" : { "path" : "obj1",
"query" : {...}
1，必须赋值的参数：
- path参数：指定嵌套字段的文档路径，根路径是顶层的文档，通过点号“.”来指定嵌套文档的路径；
- query参数：在匹配路径（参数path）的嵌套文档上执行查询，query参数指定对嵌套文档执行的查询条件。
2，使用嵌套查询访问嵌套文档
GET my_index/_search { "query": { "nested": { "path": "user", "query": { "bool": { "must": [ { "match": { "user.first": "Alice" }}, { "match": { "user.last": "White" }} ] } } } } }
五，使用C#索引数组类型
1，创建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" } } } } }
对于topics字段，类型是integer，赋予其一组整数值[1,2,3]，那么该字段就能存储数组。
"topics":{ "type":"integer", "store":true, "index":"analyzed" }
2，创建数据模型（Data Model）
为数组字段定义为List类型，每个列表项的数据类型是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，为字段赋值
为List字段topics赋值，调用NEST对该文档进行索引
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，查询数组字段
{ "query":{ "terms":{ "topics":[1001,487] } } }
参考文档：
Elasticsearch Reference [2.4] » Mapping » Field datatypes
Elasticsearch Reference [2.4] » Query DSL » Joining queries » Nested Query
以上是关于ElasticSearch入门 第六篇：复合数据类型——数组，对象和嵌套的主要内容，如果未能解决你的问题，请参考以下文章