Elasticsearch Nested类型

• 前言
• 一、嵌套类型是什么
• 二、使用步骤
• • 1.在索引目标中新增字段
  • 2.写入数据
  • 3.查询数据
  • 4.嵌套字段的内容删除
  • 5.嵌套字段的内容新增
• 总结

来了一个新需求，将A索引下的数据，和B索引下的数据做一下关联。百度了一下解决方案 发现使用嵌套的方式比较好 ，所以进行了测试。
基础知识请搜索其他博客。

场景：当需要存储关系对象时 比如 一个博客下有多个评论
主要解决对象关系存储
需要手动指定索引各字段的类型 并指定关系对象为nested类型
注意只能在新建索引时指定好，否则后续不能修改，需要通过删除索引 重建。

嵌套类型是对象数据类型的一个特例，允许对象数组批次独立的进行检索和查询，可以让array类型的对象被独立索引和搜索

代码如下（示例）：查看已有的文档字段格式

GET 索引名/_mapping

代码如下（示例）：新增nested类型的字段

PUT 索引名/_mapping
{
  "properties": {
    "user_code_info": {
      "type": "nested",
      "properties": {
        "user_id": {
          "type": "keyword"
        },
        "code_type": {
          "type": "keyword"
        },
        "channel": {
          "type": "keyword"
        }
      }
    }
  }
}

代码如下（示例）：

POST dev_gb_data_a100_20211103/_doc/nqi0096927ac2f546fba79ee826744cc7a2
{
  "id":"nqi0096927ac2f546fba79ee826744cc7a2",
  "a100": "GB/T 40249-2021",
  "user_code_info": [
    {
      "code_type": "1",
      "user_id": "nqi_1",
      "channel": "nqi"
    },
    {
      "code_type": "1",
      "user_id": "nqi_2",
      "channel": "nqi"
    },
    {
      "code_type": "2",
      "user_id": "nqi_1",
      "channel": "nqi"
    },
    {
      "code_type": "2",
      "user_id": "nqi_2",
      "channel": "nqi"
    },
    {
      "code_type": "3",
      "user_id": "nqi_1",
      "channel": "nqi"
    },
    {
      "code_type": "3",
      "user_id": "nqi_2",
      "channel": "nqi"
    }
  ]
}

（1）根据文档id查询：

GET 索引名/_doc/nqi0096927ac2f546fba79ee826744cc7a2

（2）根据过滤条件查询,嵌套字段返回全部数据：

GET 索引名/_search
{
  "query": {
    "nested": {
      "path": "user_code_info",
      "query": {
        "bool": {
          "must": [
           {"terms": {
             "user_code_info.code_type": [
               "1",
              "4"
             ]
           }}
          ]
        }
      }
    }
  }
}

（3）网上的一个案例，会影响到算分：

{
  "query": {
    "nested": {
      "path": "comments",
       "score_mode": "max",
 
      "query": {
        "bool": {
          "must": [
            {
              "term": {
                "comments.age": 31
              }
            },
            {
              "term": {
                "comments.name": "alice"
             }
            }
          ]
        }
      }
    }
  }
}

score_mode：表示嵌套文档的最高得分纳入到根文档的计算之中。
（3）根据过滤条件查询,嵌套字段返回匹配到的数据：

GET dev_gb_data_a100_20211103/_search
{ "_source": {
    "includes": [
      "*"
    ],
    "excludes": [
      "user_code_info"
    ]
  },
  "query": {
    "nested": {
      "path": "user_code_info",
      "query": {
        "bool": {
          "must": [
           {"terms": {
             "user_code_info.code_type": [
               "1"
             ]
           }}
          ]
        }
      },
      "inner_hits": {}
    }
  }
}

POST 索引名称/_doc/子文档id/_update
{
 "script": {
    "lang": "painless",
    "source": "ctx._source.user_code_info.removeIf(it -> it.user_id == 'nqi_2' && it.code_type == '1' && it.channel == 'nqi' );"
 }
}

（一）单个新增的两种方式

POST 索引名/_doc/子文档id/_update
{
  "script": {
    "lang": "painless",
    "source": "if(!ctx._source.user_code_info.contains(params.tag) && ctx._source.user_code_info != null ){ctx._source.user_code_info.add(params.tag)}else if(ctx._source.user_code_info == null){ctx._source.user_code_info=[params.tag]}",
    "params": {
      "tag": {
              "code_type" : "2",
              "user_id" : "nqi_3",
              "channel" : "nqi"
            }
    }
  }
}

# 新增
POST 索引/_doc/子文档id/_update
{
  "script": {
    "lang": "painless",
    "source": "if(!ctx._source.user_code_info.contains(params) && ctx._source.user_code_info != null ){ctx._source.user_code_info.add(params)}else if(ctx._source.user_code_info == null){ctx._source.user_code_info=[params]}",
    "params":{
              "code_type" : "2",
              "user_id" : "nqi_4",
              "channel" : "nqi"
            }
  }
}

说明：为es中嵌套字段增量更新数据。其中，要对es记录中的字段进行判空，如果为空，则赋值新增数据，如果不为空且记录中不含新增数据，则追加。

注：如果不对字段判空，直接追加的话，会报错。
(二) 批量新增 ，待补充