Elasticsearch Nested类型详解与实战

Elasticsearch(简称ES)是一个基于Lucene的全文搜索引擎,它提供了强大的搜索能力以及对数据的高效索引和查询。在ES中,数据通常以JSON格式存储,并且可以采用多种数据类型。其中,nested类型是一种特殊的对象数组类型,它允许我们以一种可以独立查询的方式存储和索引对象数组。本文将详细介绍nested类型的概念、作用、适用场景以及如何通过DSL和API进行增删改查和聚合操作。

环境准备

在开始之前,请确保你的Elasticsearch服务已启动,并且你已经熟悉基本的Elasticsearch操作。本文示例基于Elasticsearch 6.X版本。

Nested类型概述

nested类型是专为对象数组设计的,它允许数组中的每个对象作为一个独立的文档进行索引,从而可以独立于其他对象进行查询。这在处理具有复杂嵌套结构的数据时非常有用,例如一个博客文章及其评论。

适用场景

  • 当你需要对数组中的每个元素进行独立查询时。
  • 当数组元素具有自己的字段,并且这些字段需要被单独索引和搜索时。

Nested类型的增删改查与聚合操作

1. 增加(Insert)

假设我们有一个博客文章,它包含多个评论。我们可以使用以下DSL来增加一个新文档:

json 复制代码
POST /blog/_doc/1
{
  "title": "Elasticsearch Nested类型详解",
  "body": "本文详细介绍了Elasticsearch中的nested类型...",
  "comments": [
    {
      "name": "John",
      "comment": "非常好的文章,学习了很多!",
      "age": 28
    },
    {
      "name": "Doe",
      "comment": "感谢分享,期待更多内容。",
      "age": 32
    }
  ]
}

2. 删除(Delete)

如果我们想删除特定用户的评论,可以使用以下API:

json 复制代码
POST /blog/_update/1
{
  "script": {
    "source": "ctx._source.comments.removeIf(c -> c.name == 'John')"
  }
}

3. 修改(Update)

要更新某个用户的评论内容和年龄,可以这样做:

json 复制代码
POST /blog/_update/1
{
  "script": {
    "source": "for (def c : ctx._source.comments) { if (c.name == 'Doe') { c.comment = '更新后的评论内容'; c.age = 33; }}"
  }
}

4. 查询(Search)

使用nested查询来找到特定用户的所有博客文章:

json 复制代码
GET /blog/_search
{
  "query": {
    "nested": {
      "path": "comments",
      "query": {
        "bool": {
          "must": [
            { "match": { "comments.name": "John" }}
          ]
        }
      }
    }
  }
}

5. 聚合(Aggregation)

我们可以对评论者的年龄进行聚合,找出最小的年龄:

json 复制代码
GET /blog/_search
{
  "size": 0,
  "aggs": {
    "min_age": {
      "nested": {
        "path": "comments"
      },
      "aggs": {
        "min_age": {
          "min": {
            "field": "comments.age"
          }
        }
      }
    }
  }
}

结语

通过本文的介绍,你应该对Elasticsearch中的nested类型有了更深入的理解。nested类型提供了一种有效的方式来处理和查询嵌套数据结构,是处理复杂数据关系的强大工具。希望本文能够帮助你在实际项目中更好地应用ES的nested类型。

相关推荐
zskj_qcxjqr6 小时前
七彩喜艾灸机器人:当千年中医智慧遇上现代科技
大数据·人工智能·科技·机器人
洛克大航海9 小时前
Ubuntu安装Hbase
大数据·linux·数据库·ubuntu·hbase
橘子在努力9 小时前
【橘子ES】如何本地调试ES源码
elasticsearch·搜索引擎
GIOTTO情10 小时前
媒介宣发的技术革命:Infoseek如何用AI重构企业传播全链路
大数据·人工智能·重构
ApacheSeaTunnel11 小时前
新兴数据湖仓手册·从分层架构到数据湖仓架构(2025):数据仓库分层的概念与设计
大数据·数据仓库·开源·数据湖·dataops·白鲸开源·底层技术
落雪财神意11 小时前
股指10月想法
大数据·人工智能·金融·区块链·期股
柳贯一(逆流河版)11 小时前
ElasticSearch 实战:全文检索与数据聚合分析的完整指南
大数据·elasticsearch·全文检索
白鲸开源11 小时前
最佳实践:基于Apache SeaTunnel从MySQL同步到PostgreSQL
大数据·mysql·postgresql
QYResearch11 小时前
2025年全球移动变电站市场占有率及行业竞争格局分析报告
大数据
字节跳动数据平台11 小时前
为何底层数据湖决定了 AI Agent 的上限?
大数据