深入了解ElasticSearch的Nested数据类型

{

“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)]