【Elasticsearch】映射：Nested 类型

Nested（嵌套）类型是 Elasticsearch 中一种特殊的数据类型，用于处理 对象数组（object arrays）中对象的独立性。在默认情况下，Elasticsearch 会将对象数组 扁平化（flattened），这会导致 数组内对象之间的关联丢失。Nested 类型解决了这个问题，它使数组中的每个对象被独立索引和查询。

1.为什么需要 Nested 类型

考虑以下文档结构：

{
  "user": "John",
  "comments": [
    {
      "text": "Great product!",
      "votes": 5
    },
    {
      "text": "Terrible experience",
      "votes": 1
    }
  ]
}

默认情况下（使用 object 类型）查询 text 包含 Great，且 votes 等于 1 会错误地匹配这个文档，因为 Elasticsearch 将数组扁平化为：

comments.text: ["Great product!", "Terrible experience"]
comments.votes: [5, 1]

使用 nested 类型可以保持数组内对象的独立性。

2.如何定义 Nested 类型

在映射中明确声明字段为 nested 类型：

PUT /my_index
{
  "mappings": {
    "properties": {
      "comments": {
        "type": "nested", 
        "properties": {
          "text": { "type": "text" },
          "votes": { "type": "integer" }
        }
      }
    }
  }
}

3.相关操作

3.1 索引包含 Nested 数据的文档

PUT /my_index/_doc/1
{
  "user": "John",
  "comments": [
    {
      "text": "Great product!",
      "votes": 5
    },
    {
      "text": "Terrible experience",
      "votes": 1
    }
  ]
}

3.2 查询 Nested 数据

使用 nested 查询来查询嵌套对象：

GET /my_index/_search
{
  "query": {
    "nested": {
      "path": "comments",
      "query": {
        "bool": {
          "must": [
            { "match": { "comments.text": "Great" } },
            { "range": { "comments.votes": { "gte": 5 } } }
          ]
        }
      }
    }
  }
}

3.3 聚合 Nested 数据

使用 nested 聚合分析嵌套字段：

GET /my_index/_search
{
  "aggs": {
    "comments_agg": {
      "nested": {
        "path": "comments"
      },
      "aggs": {
        "avg_votes": {
          "avg": { "field": "comments.votes" }
        }
      }
    }
  }
}

3.4 排序 Nested 数据

使用 nested 排序：

GET /my_index/_search
{
  "sort": [
    {
      "comments.votes": {
        "order": "desc",
        "nested": {
          "path": "comments"
        }
      }
    }
  ]
}

3.5 更新 Nested 文档中的特定元素

需要使用脚本更新：

POST /my_index/_update/1
{
  "script": {
    "source": """
      if (ctx._source.comments != null) {
        for (int i = 0; i < ctx._source.comments.size(); i++) {
          if (ctx._source.comments[i].text == 'Great product!') {
            ctx._source.comments[i].votes++;
          }
        }
      }
    """
  }
}

返回结果说明如下：

核心字段

字段	含义
_index	文档所属的索引名称（这里是 "my_index"）。
_type	文档类型（Elasticsearch 7.x 后默认为 "_doc"，表示单类型索引）。
_id	被更新文档的唯一 ID（这里是 "1"）。
_version	文档的当前版本号（从 1 变为 2，表示这是第二次修改）。
result	操作结果（"updated" 表示文档已成功更新）。

分片信息（_shards）

字段	含义
total	需要更新的分片总数（主分片 + 副本分片，这里是 2）。
successful	成功更新的分片数（这里是 2，表示主分片和副本分片均更新成功）。
failed	更新失败的分片数（这里是 0，表示无失败）。

• 如果集群有副本分片，total 可能大于 1（例如主分片 + 1个副本 = 2）。
• 若 failed > 0，需检查集群健康状态或分片分配问题。

并发控制字段

字段	含义
_seq_no	序列号（Sequence Number），用于乐观并发控制（每次修改递增）。
_primary_term	主分片任期（Primary Term），用于区分主分片是否发生过切换（如节点重启）。

• 这两个字段可用于实现 乐观锁（Optimistic Concurrency Control）。
• 例如，下次更新时可通过指定 if_seq_no 和 if_primary_term 避免并发冲突。

业务含义总结

• 文档更新成功：
  • 版本号 _version 从 1 变为 2，说明这是对文档的第二次修改。
  • result: "updated" 确认了更新操作已生效（如果是首次创建，会返回 "created"）。
• 集群状态健康：
  • 所有分片（total: 2）均成功更新（successful: 2），无失败（failed: 0）。
• 后续操作依据：
  • _seq_no 和 _primary_term 可用于后续的并发更新控制。

常见问题

• 如果 result 是 noop：表示脚本执行后未实际修改文档（例如条件不满足或值未变化）。
• 如果 failed > 0：需检查副本分片是否不可用（如节点宕机或网络问题）。

如果需要进一步验证更新内容，可以通过 GET /my_index/_doc/1 查询文档最新状态。

4.Nested 类型的高级操作

4.1 内嵌 inner hits

🚀 inner_hits 是 Elasticsearch 中的一个功能，它允许你在查询嵌套对象或父子文档时，获取匹配的内部嵌套结果或子文档的详细信息。

获取匹配的嵌套对象详情：

GET /my_index/_search
{
  "query": {
    "nested": {
      "path": "comments",
      "query": {
        "match": { "comments.text": "product" }
      },
      "inner_hits": {}
    }
  }
}

4.2 多级嵌套

Elasticsearch 支持多级嵌套，但要注意性能影响：

PUT /my_index
{
  "mappings": {
    "properties": {
      "users": {
        "type": "nested",
        "properties": {
          "name": { "type": "text" },
          "comments": {
            "type": "nested",
            "properties": {
              "text": { "type": "text" },
              "votes": { "type": "integer" }
            }
          }
        }
      }
    }
  }
}

5.注意事项

• 性能考虑
  • Nested 文档会作为独立文档索引，增加索引大小
  • 查询 nested 字段比普通字段更耗资源
  • 避免过度嵌套（通常不超过 $2$ 级）
• 限制
  • 一个索引默认最多包含 $50$ 个 nested 字段（index.mapping.nested_fields.limit）
  • 一个文档中所有 nested 对象数默认不超过 $10000$ 个（index.mapping.nested_objects.limit）
• 与父子文档对比
  • Nested 适合小规模、紧密关联的数据
  • 父子文档（join 类型）适合大规模、松散关联的数据
• 更新开销
  • 更新父文档会替换整个 nested 数组
  • 频繁更新 nested 字段会影响性能
• 查询特殊性
  • 必须使用 nested 查询来查询 nested 字段
  • 普通查询无法正确匹配 nested 对象间的关系

通过合理使用 nested 类型，可以准确建模和查询复杂的一对多关系数据，但要注意其对性能的影响。