【Elasticsearch】`nested`和`flattened`字段在索引时有显著的区别

有同学问，nested查询效率不高为啥不直接扁平化查询呢？就跟之前的普通结构查询一样，这就有些想当然了，因为扁平化的结构在存储时，其实跟我们想的不一样，接下来给出扁平化在索引时的存储结构(尤其是当嵌套对象为数组时)

 

在 Elasticsearch 中，`nested`和`flattened`字段在索引时有显著的区别，这些区别主要体现在数据的存储方式、查询能力和性能上。以下是详细的对比：

---

1.数据存储方式

`nested`字段

• 存储方式：`nested`字段将数组中的每个对象作为独立的隐藏文档进行索引。每个嵌套对象可以独立于其他对象进行查询。

• 示例：

```json

  PUT my-index

  {

    "mappings": {

      "properties": {

        "comments": {

          "type": "nested",

          "properties": {

            "author": { "type": "text" },

            "content": { "type": "text" }

          }

        }

      }

    }

  }

 

  PUT my-index/_doc/1

  {

    "comments": [

      { "author": "Alice", "content": "Great post!" },

      { "author": "Bob", "content": "Very useful." }

    ]

  }

  ```

在内部，Elasticsearch 会将每个`comments`对象索引为独立的隐藏文档，类似于：

```json

  {

    "comments.author": ["Alice", "Bob"],

    "comments.content": ["Great post!", "Very useful."]

  }[
  {
    "author": "Alice",
    "content": "Great post!"
  },
  {
    "author": "Bob",
    "content": "Very useful."
  }
]

  ```

`flattened`字段

• 存储方式：`flattened`字段将整个对象扁平化为一个单一字段，所有键值对都被存储在一个字段中。这种方式适合简单的键值对数据，但不适合复杂的数据结构。

• 示例：

```json

  PUT my-index

  {

    "mappings": {

      "properties": {

        "comments": {

          "type": "flattened"

        }

      }

    }

  }

 

  PUT my-index/_doc/1

  {

    "comments": [

      { "author": "Alice", "content": "Great post!" },

      { "author": "Bob", "content": "Very useful." }

    ]

  }

  ```

在内部，Elasticsearch 会将`comments`扁平化为：

```json

  {

    "comments.author": ["Alice", "Bob"],

    "comments.content": ["Great post!", "Very useful."]

  }

  ```

2.查询能力

`nested`字段

• 查询方式：使用`nested`查询，可以独立查询数组中的每个对象。

• 示例：

```json

  GET my-index/_search

  {

    "query": {

      "nested": {

        "path": "comments",

        "query": {

          "bool": {

            "must": [

              { "match": { "comments.author": "Alice" }},

              { "match": { "comments.content": "Great post!" }}

            ]

          }

        }

      }

    }

  }

  ```

这个查询会匹配`author`为`Alice`且`content`为`Great post!`的评论。

`flattened`字段

• 查询方式：使用普通查询，但无法独立查询数组中的每个对象。

• 示例：

```json

  GET my-index/_search

  {

    "query": {

      "bool": {

        "must": [

          { "match": { "comments.author": "Alice" }},

          { "match": { "comments.content": "Great post!" }}

        ]

      }

    }

  }

  ```

这个查询会匹配包含`author`为`Alice`和`content`为`Great post!`的文档，但无法保证它们属于同一个评论对象。

3.性能

`nested`字段

• 性能：`nested`字段的查询性能通常比普通字段慢，因为每个嵌套对象都被索引为独立的隐藏文档。查询时需要额外的处理来匹配嵌套对象。

• 适用场景：适用于需要独立查询数组中的每个对象的场景。

`flattened`字段

• 性能：`flattened`字段的查询性能通常比`nested`字段高，因为数据结构更简单，索引和查询更高效。

• 适用场景：适用于简单的键值对数据，不需要复杂的查询。

4.总结

• `nested`字段：

• 优点：支持复杂的查询，可以独立查询数组中的每个对象。

• 缺点：查询性能较低，索引和查询更复杂。

• 适用场景：需要独立查询数组中的每个对象，或需要支持复杂的嵌套查询。

• `flattened`字段：

• 优点：查询性能高，索引和查询更简单。

• 缺点：不支持复杂的查询，无法独立查询数组中的每个对象。

• 适用场景：简单的键值对数据，不需要复杂的查询。

---

5.是否可以在索引时选择使用`nested`或`flattened`？

在索引时，你可以根据需求选择使用`nested`或`flattened`字段，但它们的存储方式和查询能力有显著区别。以下是选择的建议：

• 如果需要独立查询数组中的每个对象，或者需要支持复杂的嵌套查询，应使用`nested`字段。

• 如果数据结构简单，不需要复杂的查询，且需要更高的性能，应使用`flattened`字段。

总之，选择哪种字段类型取决于你的具体需求和数据结构。