Elasticsearch — Урок 3.4 Сложные типы данных

Для массива нет специального типа данных. Давайте посмотрим на примере:

Документ 1:

{ "keyword_field" : "keyword1" }

Документ 2:

{
   "keyword_field" : ["keyword2", "keyword3"]
}

Схему надо определить так:

{
   "properties": {
     "keyword_field": {
        "type": "keyword"
     }
   }
 }

Для массивов не требуется специальная обработка.

Документы Elasticsearch являются объектами JSON. Поле в документе может быть как просто числом, так и целым объектом. Например, документ пользователя, как показано ниже, содержит имя, которое представляет собой простое текстовое поле и адрес, который является объектом. А адрес также может иметь внутренние объекты. Объект пользователя:

{
   "id": 1,
   "name": "Петр",
   "address": {
     "street": "Ленина 19б",
     "city": "Москва"
   }
 }

В отличие от простых типов данных, когда объект сохраняется в инвертированном индексе, он разбивается на пары «ключ-значение». Документ пользователя хранится, как показано ниже:

{
   "id": 1,
   "name": "User1",
   "address.street": "Ленина 19б",
   "address.city": "Москва"
 }

Поскольку объект хранится в виде пар ключ-значение, он становится сложным, когда у вас есть массив объектов. Посмотрим, что произойдет, если у пользователя несколько адресов. Например:

{
 "id": 1,
 "name": "User1",
  "address": [
    {
      "street": "Сивкова 12",
      "city": "Васьково"
    },
    {
      "street" : "Русталова 2",
      "city": "Москва"
    }
}

Храниться он будет следующим образом:

{
  "id" : 1,
  "name" : "User1",
  "address.street" : ["Сивкова 12", "Русталова 2"]
  "address.city" : ["Васьково", "Москва"]
}

Когда объекты адреса хранятся в инвертированном индексе, связь между частями одного и того же адреса теряется. Например, если вы запрашиваете все документы, содержащие улицу, Сивкова 12 и Москва, глядя на исходный документ, результатов не должно быть. Но учитывая способ хранения документ все же вернется. Если вашему приложению необходимо не повреждать отношение, вы должны использовать вложенный тип данных, о котором мы поговорим в следующем разделе.

Вы можете установить схему, как показано ниже:

{
   "properties": {
     "id": {
       "type": "integer"
     },
     "name": {
       "type": "keyword"
     },
     "address": {
       "properties": {
         "street": {
           "type": "keyword"
         },
         "city": {
           "type": "keyword"
         }
       }
     }
   }
 }

Обратите внимание, что для массива адресов (объектов) нет специального сопоставления.

Как мы обсуждали в предыдущем разделе, когда у нас есть массив объектов, массив сглаживается, из-за чего отношения между полями объектов ломаются. Чтобы решить эту проблему, Elasticsearch предоставляет вложенный тип данных. Когда вы используете вложенный тип данных, каждый объект в массиве индексируется как новый  вложенный документ. Поскольку объекты обрабатываются внутри как отдельные документы, вам нужно использовать специальный тип запроса для запроса вложенных документов. Мы обсудим вложенные запросы и сортировку в 7 уроке.

Настройка маппинга для вложенных типов данных:

{
   "properties": {
     "id": {
       "type": "integer"
     },
     "name": {
       "type": "keyword"
     },
     "address_nested": {
       "type": "nested",
       "properties": {
         "street": {
           "type": "keyword"
         },
         "city": {
           "type": "keyword"
         }
       }
     }
   }
 }