{
“query”: {
“nested”: {
“path”: “user”,
“query”: {
“bool”: {
“must”: [
{ “match”: { “user.first”: “John” }},
{ “match”: { “user.last”: “White” }}
]
}
}
}
}
}
复制代码
上边的DSL语句用Java API实现如下:
@Test
public void testNested() throws Exception{
//自己封装的一个获取RestHighLevelClient的类
RestHighLevelClient client=ElasticSearchClient.getClient();
SearchRequest request = new SearchRequest(“my_index”);
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
boolQueryBuilder.must(QueryBuilders.matchQuery(“user.first”,“John”));
boolQueryBuilder.must(QueryBuilders.matchQuery(“user.last”,“White”));
searchSourceBuilder.query(QueryBuilders.nestedQuery(“user”,boolQueryBuilder, ScoreMode.None));
request.source(searchSourceBuilder);
SearchResponse search = client.search(request, RequestOptions.DEFAULT);
SearchHit[] hits = search.getHits().getHits();
for (int i = 0; i < hits.length; i++) {
SearchHit hit = hits[i];
System.out.println(hit.getSourceAsString());
}
}
复制代码
(三)使用nested进行聚合查询
=================
除了使用nested进行普通查询外,nested也支持聚合查询,同样是上面的例子,现在做一个对年龄聚合的操作:
GET my_index/_search
{
“aggs”: {
“nestedAgg”: {
“nested”: {
“path”: “user”
},
“aggs”: {
“ageAgg”: {
“terms”: {
“field”: “user.age.keyword”,
“size”: 10
}
}
}
}
}
}
复制代码
(五)nested中的inner_hits
======================
查询nested对象时,只要查询条件符合这个nested对象里的某一个条件,整个nested对象都会被检索出来。比如上面这个例子中,我只想查询叫做John Smith的这个人,但是通过普通的query查询会把整条记录都查询出来,效果就是这样:
“hits” : [
{
“_index” : “my_index”,
“_type” : “_doc”,
“_id” : “1”,
“_score” : 1.3862942,
“_source” : {
“group” : “fans”,
“user” : [
{
“first” : “John”,
“last” : “Smith”,
“age” : “23”
},
{
“first” : “Alice”,
“last” : “White”,
“age” : “24”
}
]
}
}
]
复制代码
如果只想要nested中里的一个对象,就可以使用inner_hits。使用比较简单,只需要在查询语句之后加上inner_hits即可。
GET my_index/_search
{
“query”: {
“nested”: {
“path”: “user”,
“query”: {
“bool”: {
“must”: [
{ “match”: { “user.first”: “John” }},
{ “match”: { “user.last”: “Smith” }}
]
}
},
“inner_hits”: {}
}
}
}
复制代码
查询结果里就会多出来一块数据,里面就只会展示具体的nested对象:
“inner_hits” : {
“user” : {
“hits” : {
“total” : {
“value” : 1,
“relation” : “eq”
},
“max_score” : 1.3862942,
“hits” : [
{
“_index” : “my_index”,
“_type” : “_doc”,
“_id” : “1”,
“_nested” : {
“field” : “user”,
“offset” : 0
},
“_score” : 1.3862942,
“_source” : {
“last” : “Smith”,
“first” : “John”,
“age” : “23”
}
}
]
}
}
}
复制代码
总结:绘上一张Kakfa架构思维大纲脑图(xmind)
其实关于Kafka,能问的问题实在是太多了,扒了几天,最终筛选出44问:基础篇17问、进阶篇15问、高级篇12问,个个直戳痛点,不知道如果你不着急看答案,又能答出几个呢?
若是对Kafka的知识还回忆不起来,不妨先看我手绘的知识总结脑图(xmind不能上传,文章里用的是图片版)进行整体架构的梳理
梳理了知识,刷完了面试,如若你还想进一步的深入学习解读kafka以及源码,那么接下来的这份《手写“kafka”》将会是个不错的选择。
-
Kafka入门
-
为什么选择Kafka
-
Kafka的安装、管理和配置
-
Kafka的集群
-
第一个Kafka程序
-
Kafka的生产者
-
Kafka的消费者
-
深入理解Kafka
-
可靠的数据传递
-
Spring和Kafka的整合
-
SpringBoot和Kafka的整合
-
Kafka实战之削峰填谷
-
数据管道和流式处理(了解即可)
“kafka”》将会是个不错的选择。
-
Kafka入门
-
为什么选择Kafka
-
Kafka的安装、管理和配置
-
Kafka的集群
-
第一个Kafka程序
-
Kafka的生产者
-
Kafka的消费者
-
深入理解Kafka
-
可靠的数据传递
-
Spring和Kafka的整合
-
SpringBoot和Kafka的整合
-
Kafka实战之削峰填谷
-
数据管道和流式处理(了解即可)
[外链图片转存中…(img-fgJkEZzO-1720117453879)]
[外链图片转存中…(img-kbE9E5sB-1720117453879)]