
干货 | Elasticsearch Nested 数组大小求解,一网打尽!
1、实战线上 Nested 问题
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。
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
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。
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

-
各位大佬,小白第 一 次安装就遇见这种问题? 求解 /(ㄒoㄒ)/~~wx5f5b793f17bdc • 9896浏览 • 3回复
-
Javascript常用的 数组 排序方法detailtoo • 7925浏览 • 0回复
-
干货 | Elasticsearch 检索类型选型指南samri • 3858浏览 • 0回复
-
如何从0到1 打 磨 一 门 Elasticsearch 线上直播课?samri • 2140浏览 • 0回复
-
Elasticsearch 有没有 数组 类型?有哪些坑?samri • 2882浏览 • 0回复
-
干货 | Elasticsearch 向量搜索的工程化实战samri • 5024浏览 • 0回复
-
Elasticsearch 滞后8个小时等时区问题, 一网 打 尽 !r660926 • 5812浏览 • 0回复
-
干货 | Elasticsearch 数据建模指南r660926 • 3050浏览 • 0回复
-
干货 | Elasticsearch 索引设计实战指南robinent • 7260浏览 • 0回复
-
干货 | 吃透 Elasticsearch 堆内存robinent • 3114浏览 • 0回复
-
字节跳动如何从0到1 打 造 一 个开源项目?张鑫ZX • 7475浏览 • 5回复
-
一网 打 尽 异步神器CompletableFuturexawind • 1970浏览 • 0回复
-
干货 | 拆解 一 个 Elasticsearch Nested 类型复杂查询问题小青春curry • 1298浏览 • 0回复
-
干货 | 吃透 Elasticsearch 堆内存yyd2000 • 886浏览 • 0回复
-
干货 | Elasticsearch 通用优化建议小青春curry • 1114浏览 • 0回复
-
一 文 打 尽 分布式系统的数据分片难题guwj • 782浏览 • 0回复
-
Elasticsearch 8.X 导出 CSV 多种方案, 一网 打 尽 !hexiaox810 • 1172浏览 • 0回复
-
图解: Elasticsearch 8.X 如何 求解 环比上升比例?hexiaox810 • 890浏览 • 0回复
-
一网 打 尽 异步神器CompletableFuture荔枝岛岛主 • 308浏览 • 0回复
- Elasticsearch 断路器报错了,怎么办? 2022-05-17 17:21:05发布
- 《吃透 MQ 系列》之 Kafka 架构设计的任督二脉 2022-05-17 17:20:42发布