最近一个半月都在搞SparkStreaming+Hbase+Redis+ES相关的实时流项目开发,其中重度使用了ElasticSearch作为一个核心业务的数据存储,所以这段时间更新文章较少,现在开发基本完事,接下来的会写几篇有关ElastiSearch的使用心得。
大多数时候我们使用es都是用来存储业务比较简单的数据,比如日志log类居多,就算有一些有主外键关联的数据,我们也会提前join好,然后放入es中存储。
的确,扁平化后的数据存入索引,无论是写入,更新,查询都比较简单。但是有一些业务却没法扁平化后存储。比如我们这次的业务数据。由于业务本身比较复杂,先看下数据实体模型。
总共是三层模型,可以看到User(用户)包含多个Quest(题目),每个题目又包含多个Kp(知识点),其中User,Quest,Kp都是一个实体类,可以包含多个属性,按照es的字段类型应该叫做object类型,先说说为什么不能扁平化处理在写入索引,因为一旦扁平化其实只有统计知识点相关的聚合才是正确的,若想统计题目和人的一些聚合指标有些是查不出来的,因为一旦扁平前2级数据会被冗余放大好多倍,导致计算指标会出现问题。常规的count+distinct可以出来,但是一些sum指标就不对了,会多算冗余数据的和,而且没法再减出去,如果想做可能需要多次查询才能搞定,理想情况下,一次查询就能搞定大部分查询或聚合 所以只有嵌套设计才能贴合真实的数据模型,换做关系型数据需要三张表,用mongodb也可以但是查询+聚合就没有es这么强大和高效
三层嵌套的好处就是贴合实际的数据实体模型,但是带来的弊端也非常明显,对深层嵌套数据的删除,修改比较麻烦,虽然也能做到,但是每一层的数据量越大,性能可能就越低,所以嵌套方案,适合存储和查询多级嵌套数据,且更新和删除操作少的业务情况,尽量没有修改和删除。
es的嵌套查询和聚合支持都比较完善,并且支持嵌套反转查询。嵌套数据的添加可以使用script脚本方式来完成,直接将java的bean给转换完为json提交即可。
下面来看下动态mapping+嵌套类型设置,一个模板如下:
{
"order": 0,
"template": "work*",
"settings": {
"index": {
"number_of_replicas": "0",
"number_of_shards": "3"
}
},
"mappings": {
"_default_": {
"dynamic_templates": [
{
"nested_kps": {
"mapping": { "type": "nested" },
"path_match": "quests.kps" }
},
{
"nested_quests": {
"mapping": { "type": "nested" },
"match": "quests" }
},
{
"string_fields": {
"mapping": { "index": "not_analyzed", "type": "string" },
"match": "*",
"match_mapping_type": "string" }
},
{
"message": {
"mapping": { "index": "analyzed", "type": "string" },
"match": "message",
"match_mapping_type": "string" }
},
{
"date_fields": {
"mapping": { "doc_values": true, "type": "date" },
"match": "*",
"match_mapping_type": "date" }
},
{
"float_fields": {
"mapping": { "doc_values": true, "type": "float" },
"match": "*",
"match_mapping_type": "float" }
},
{
"double_fields": {
"mapping": { "doc_values": true, "type": "double" },
"match": "*",
"match_mapping_type": "double" }
},
{
"integer_fields": {
"mapping": { "doc_values": true, "type": "integer" },
"match": "*",
"match_mapping_type": "integer" }
},
{
"long_fields": {
"mapping": { "doc_values": true, "type": "long" },
"match": "*",
"match_mapping_type": "long" }
}
],
"_all": {
"enabled": false
}
}
},
"aliases": {}
}
嵌套类型的关键词是nested,如果一个类型是nested,就相当于是设置了Java里面的List是一个集合对象list,可以有多个同一种类型的实体类数据,每个数据里面还可以有自己的嵌套类型或其他类型,上面的动态mapping里面数据类型设置各个类型的定义,并且根据path设置了嵌套的动态mapping设置。这样以来就相当于设置了三层嵌套。
到此我们应该能理解嵌套模型的定义和使用场景了,下篇会给出如何插入数据和使用script追加数据。
有什么问题可以扫码关注微信公众号:我是攻城师(woshigcs),在后台留言咨询。 技术债不能欠,健康债更不能欠, 求道之路,与君同行。