干货 | Elasticsearch Nested 数组大小求解,一网打尽!

samri
发布于 2022-4-18 14:05
浏览
0收藏

1、实战线上 Nested 问题

干货 | Elasticsearch Nested 数组大小求解,一网打尽!-开源基础软件社区
2、数据模型


索引导入和样例数据批量写入如下所示。

开搞,方案逐步展开讨论。

3、问题拆解


涉及三个核心知识点:

•  其一:检索数据涉及 Nested 类型。
•  其二:检索条件1:objectList (Nested 类型)下的 lossStatus="ENABLE"。


这个在检索的时候要注意指定 path,否则会报错。

•  其三:检索条件2:获取 objectList 的数组大小大于 2 的数据?


问题转化为:检索条件1、检索条件2的组合实现。

3.1 检索条件 1 实现

中规中矩的 Nested 语法,无需过多解释。唯一强调的是: path 的用法。

如果 Nested 语法不熟悉,可以参考官方文档:

https://www.elastic.co/guide/en/elasticsearch/reference/8.0/query-dsl-nested-query.html

3.2 检索条件 2 实现


本质是获取 objectList 的数组大小大于 2 的数据。再进一步缩小范围是:获取 objectList 数组的大小。

问题转化为如何获取 Nested 嵌套类型数组大小?

这里的确没有非常现成的实现,我总结了如下几种方案。

方案1:function_score 检索实现


该方案包含了:3.1 小节 检索条件 1 的实现,完整实现如下。

注意在 script_score 下做了多条件判断:

官方语法参考:

https://www.elastic.co/guide/en/elasticsearch/reference/8.0/query-dsl-function-score-query.html

https://www.elastic.co/guide/en/elasticsearch/painless/8.0/painless-score-context.html

方案2:funciton_score 检索实现2

该方式本质是 曲线救国 ,借助:sum 求和累加评分实现。

实现条件是:存在字段“objectList.customerPersonId”,评分就高。该方式不太容易想到,“ 可遇而不可求 ”。

方案3:runtime_field 运行时字段实现

这是我整合了聚合 + runtime_field 实现的结果,召回结果达到预期且令人满意。

最后发现聚合部分是多余的,删除之。

解读如下:

•  第一:新加了运行时字段——objectList_tmp,目的:获取 Nested 数组大小。
•  第二:结合已有 nested 检索组合 bool 检索实现即可。
干货 | Elasticsearch Nested 数组大小求解,一网打尽!-开源基础软件社区

综合对比看,它比下面的方案4更简洁,如果线上环境想不修改数据的前提下使用, 推荐 此方案。

方案4:聚合实现
干货 | Elasticsearch Nested 数组大小求解,一网打尽!-开源基础软件社区

对比方案 3,方案 4相对鸡肋和繁冗、复杂。

也更进一步体会:runtime_field 的妙处。

4、换个思路?轻装上阵!


什么思路?之前文章有过解读——空间换时间。

具体实现如下:

4.1 步骤1:预处理新增字段  nested_size。
干货 | Elasticsearch Nested 数组大小求解,一网打尽!-开源基础软件社区

4.2 步骤2:创建索引且导入数据。


创建索引同时指定步骤 1 的 pipeline 预处理管道。

4.3 步骤3:复杂脚本检索变成简单检索实现。


bool 组合条件,一个 nested 检索 + 一个 range query,轻松搞定!

此方案是我 极力推广 的方案,需要我们多结合业务实际,多在数据写入前的设计阶段、数据建模阶段做“文章”。而不是快速导入数据,后面丢给复杂的检索脚本实现。

一般项目实战阶段,很多人会说,“工期要紧,我管不了那么多”。项目后期复盘会发现,“看似快了,实则慢了”,最终感叹:“预处理的工作不要省也不能省”!


看似简单的几个方案,我从入手到梳理完毕耗时大于 6 个小时+。主要是painless 脚本没有固定的章法可循,需要摸索和反复验证。

意外收获是方案3,基于方案 4 的创新方案,比较灵活好用。

但,我更推荐空间换时间的方案。能预处理搞定的事情,就不要留到检索阶段实现。

欢迎留言说下您的方案和思考!


https://stackoverflow.com/questions/64447956

https://stackoverflow.com/questions/54022283

https://stackoverflow.com/questions/57144172

https://t.zsxq.com/FAQ7mUN

https://www.ru-rocker.com/2020/11/03/filtering-nested-array-objects-in-elasticsearch-document-with-painless-scripting/

https://medium.com/@felipegirotti/elasticsearch-filter-field-array-more-than-zero-8d52d067d3a0


1、重磅 | 死磕 Elasticsearch 方法论认知清单(2021年国庆更新版)
2、如何从0到1打磨一门 Elasticsearch 线上直播课?(口碑不错)
3、如何系统的学习 Elasticsearch ?
4、Elasticsearch 预处理没有奇技淫巧,请先用好这一招!
5、干货 | 论Elasticsearch数据建模的重要性

公众号:铭毅天下Elasticsearch

已于2022-7-19 15:33:48修改
收藏
回复
回复
添加资源
添加资源将有机会获得更多曝光,你也可以直接关联已上传资源 去关联
相关推荐