Elasticsearch 第八篇：数据类型 Array、Nested、Object 的设计与应用
在我的上一篇 《Elasticsearch 第七篇：父子结构mapping设计以及相关查询》中，通过建立电影索引库，将电影 film 与演员 actor 做了父子关系的联结，并做了相关查询，
但是实际上，父子关联查询并不是最推荐的设计方式。在实际应用中，通常要设计比较复杂的数据结构，才能满足业务需求的需要。
例如：一部电影通常会有多个标签tag，经常需要通过对 tag 进行过滤和查询；一部电影有多个演员，每个演员又包含姓名、性别等信息，怎样设计数据结构会比较合理呢？
这一篇就针对电影数据来简单说明。
注意，这里讨论的，都是 Elasticsearch 7.8 版本的，不同版本会有差异，请自行阅读相关资料。
一、Elasticsearch 数据类型
基本数据类型：string（elasticsearch 7.x 版本之后分为 keyword 和 text ，区别是 keyword 支持排序、聚合，不支持分词；text 支持分词，不支持排序、聚合）、integer （整数类型）、boolean（布尔类型）、date（时间类型）等。
特殊数据类型：geo_point（地理坐标类型）、ip（IP类型）等。
复合类型：object（对象类型）、array（数组类型）、nested（嵌套类型）。
1、Object
个人认为 object 类型实际上并没有什么用途，完全可以把二级字段转化为一级字段，所以不予讨论，有兴趣可以见第七篇的父子结构设计。
2、Array
array 类型其实也是比较简单，例如现在有一部电影《画皮》，数据结构如下：
{ "id":"000-111-222", "name":"画皮", "desc":"该电影由聊斋改编，讲述的是...", "tag":["古装","魔幻","爱情"] }
现在希望Elasticsearch 也为这三个标签建立索引，在这样的应用场景下，就可以用 array 类型来保存电影的3个标签——古装、魔幻、爱情。
Elasticsearch 的数据映射可以这样定义：
{ "mappings": { "properties": { "tag": { "type": "keyword" }, ... } } }
这样就为标签建立了索引，可以通过标签 tag 来查询电影，下文将会详细说明。
3、Nested
nested 类型，指的是嵌套类型，也是本节重点讲解的类型。什么时候用到嵌套类型呢？
还是以电影库作为例子，每一部电影都会有一个演员列表，每个演员有包含姓名、性别、年龄等信息，如果我们不仅要查询电影的基本信息，也希望能查询演员的相关信息，那么，在这样的场景下，就可以用 nested 这样的数据类型，下文将会详细说明。
二、建立测试索引库
现在，建立电影索引库，涉及到三个主体：
1、电影 film ，包括 id（编号）、name（电影名称）、desc （电影介绍）
2、电影标签 tag ，例如：爱情、战争、魔幻、古装
3、演员 actors ， 包括 id（编号）、name（演员姓名）、sex （演员性别）
关联关系是：一部电影 film 对应多个演员 actor 、一部电影 film 对应多个标签 tag
根据以上的分析，建立电影索引库 myfilm ，如下：
put http://localhost:9200/myfilm { "mappings": { "properties": { "id":{ "type": "keyword", "store":true }, "name":{ "type": "keyword", "store":true }, "desc":{ "type":"text", "store":true, "analyzer": "ik_max_word" }, "tag":{ "type": "keyword", "store":true }, "actors":{ "type": "nested", "properties":{ "id":{ "type": "keyword", "store":true }, "name":{ "type": "keyword", "store":true }, "sex":{ "type": "integer", "store":true } } } } } }
以上设计就是为了方便将电影数据存储起来，例如之前大火的影视作品《甄嬛传》，我们将《甄嬛传》的编号 id 设置为 film_001 ，给甄嬛传打上标签 tag（后宫、古装、清朝、爱情、宫斗），附上介绍 desc，
同时，将孙俪等演员信息也加入索引库中，那么，代码会将是如下：
put http://localhost:9200/myfilm/_doc/film_001 { "id":"film_001", "name":"甄嬛传", "desc":"雍正元年，结束了血腥的夺位之争，新的君主（陈建斌 饰）继位，国泰民安，政治清明，但在一片祥和的表象之下，一股暗流蠢蠢欲动，尤其后宫，华妃（蒋欣 饰）与皇后（蔡少芬 饰）分庭抗礼，各方势力裹挟其中，凶险异常。十七岁的甄嬛（孙俪饰）与好姐妹眉庄（斓曦饰）、陵容（陶昕然饰）参加选秀，她本抱着来充个数的念头，可皇帝（陈建斌饰）偏相中了她的智慧、气节与端庄，最后三人一同入选。但因华妃（蒋欣饰）嚣张，步步紧逼，眉庄被冤，陵容变心，天真的甄嬛慢慢变成了后宫精明的女子。皇帝发现年羹尧（孙宁饰）的野心，令甄父剪除年氏一族，甄嬛终于斗倒了华妃。但由于甄嬛与先故纯元皇后的神似，皇后设计以纯元皇后的礼服陷害甄嬛，父亲（沈保平饰）也被文字狱牵连和奸人陷害而遭牢狱之灾，生下女儿后，心灰意冷的甄嬛选择出宫修行。在宫外幸得十七爷允礼（李东学饰）悉心照顾，二人相亲相爱，只等有机会远走高飞。后因误传十七爷死讯，甄嬛为保全腹中骨肉，设计与皇帝相遇，狠心断绝对十七爷的爱恋，重回宫中，再度与皇后相斗。后因生下双生子，同时甄父的冤案得以平反，重新被皇帝重用，甄氏一族再度崛起。甄嬛多次躲过皇后的陷害，最终扳倒皇后。可造化弄人，由于皇帝的疑心，最终却只能看着心上人允礼死在自己怀中，而与叶澜依（热依扎饰）合谋弑君。皇帝驾崩后，甄嬛养子弘历登基，甄嬛被尊为圣母皇太后，即便享尽荣华，但眼见一生姐妹沈眉庄血崩而亡，一生爱人允礼为保其周全而无憾自尽，不过是一代封建王朝的悲情故梦罢了。", "tag":["后宫","古装","清朝","爱情","宫斗"], "actors":[ { "id":"actor_001", "name":"孙俪", "sex":0 }, { "id":"actor_002", "name":"陈建斌", "sex":1 }, { "id":"actor_003", "name":"蔡少芬", "sex":0 }, { "id":"actor_004", "name":"蒋欣", "sex":0 }, { "id":"actor_005", "name":"蓝盈盈", "sex":0 } ] }
再加入测试数据《画皮》：
put http://localhost:9200/myfilm/_doc/film_002 { "id":"film_002", "name":"画皮", "desc":"秦汉年间，都尉王生率王家军在西域与沙匪激战中救回一绝色女子，并带回江都王府。对方为九霄美狐小唯披人皮所变。其皮必须用人心养护，故小唯的隐形助手小易，一只沙漠蜥蜴修成的妖，每隔几天便杀人取心供奉小唯，以表对小唯的爱意，江都城因此陷入一片恐怖中。小唯因王家军首领王生勇猛英俊对其萌生爱意，并不停用妖术诱惑王生，想取代王生妻子佩蓉的地位。王家军前统领庞勇武功高强，与王生、佩蓉情同手足，并暗恋佩蓉。后佩蓉嫁给王生，庞勇辞官出走成为流浪侠士。佩蓉发现小唯爱恋自己的丈夫，并觉察到她不是常人，暗中求助庞勇求他救助王生", "tag":["神话","古装","爱情","恐怖","鬼神","聊斋"], "actors":[ { "id":"actor_101", "name":"赵薇", "sex":0 }, { "id":"actor_102", "name":"陈坤", "sex":1 }, { "id":"actor_103", "name":"周迅", "sex":0 }, { "id":"actor_104", "name":"孙俪", "sex":0 }, { "id":"actor_105", "name":"甄子丹", "sex":1 } ] }
再加入数据《红高粱》：
http://localhost:9200/myfilm/_doc/film_003 { "id":"film_003", "name":"红高粱", "desc":"20世纪30年代初，山东高密地区土匪横行，民不聊生。东北乡破落地主家19岁的女儿九儿，被贪财的父亲许给了麻风病的酒坊主儿子单扁郎，孔武有力的杠子头余占鳌喜欢九儿，杀掉了单家父子，九儿和余占鳌开始了一段不被乡民认可的爱情，并有了两个孩子。在酿酒师傅罗汉等人的帮助下，九儿逐渐从一个单纯的少女成长为干练的高粱酒坊女掌柜， 振兴了单家酒坊。余占鳌则带领兄弟们组成自己的武装力量，周旋于当地政府，土匪花脖子以及铁板会等多股势力之间。七七事变爆发，日军进占山东，打破了高密县往日的繁荣，在民族大义面前，余占鳌和各方势力不计前嫌，停止争端，共同抗日。内忧外患之际，九儿带领队伍，将日本鬼子引到了高粱地，点燃红高粱，与敌人同归于尽，用自己的生命在这片充满生命力的山东高密大地上撰写了爱与征服，野心和意志的传奇故事。", "tag":["抗战","山东","爱情","土匪","伦理","民国"], "actors":[ { "id":"actor_201", "name":"周迅", "sex":0 }, { "id":"actor_202", "name":"朱亚文", "sex":1 }, { "id":"actor_203", "name":"于荣光", "sex":1 }, { "id":"actor_204", "name":"秦海璐", "sex":0 } ] }
三、Array 数据类型查询
场景：查询包含标签 “鬼神” 的影视作品，代码如下：
get http://localhost:9200/myfilm/_search { "query": { "bool":{ "must":[ {"match":{"tag":"鬼神"}} ] } } }
这时，电影《画皮》被搜索出来，达到预期的效果。
考虑到标签大部分时候是一个词，不需要分词，所以上面 tag 数据类型设置为 keyword ，如果标签是一段文本，也可以将 tag 类型设置为 text ，并进行分词，但在这个应用场景中，用 keyword 即可。
四、Nested 数据类型查询
1、场景：搜索周迅演过的作品
这时候通过简单地文字对比即可，但是查询语句会有 “nested” 标记，嵌套比较多，如下
get http://localhost:9200/myfilm/_search { "query": { "bool":{ "must":[ { "nested":{ "path":"actors", "query":{ "bool":{ "must":[ { "match":{"actors.name":"周迅"} } ] } } } } ] } } }
这时候《画皮》、《红高粱》都命中，与预期相吻合，如果只想查出一部，还可以加过滤条件，例如 actors.name=“周迅” actors.id=actor_201 ，这时候是：
get http://localhost:9200/myfilm/_search
{ "query": { "bool":{ "must":[ { "nested":{ "path":"actors", "query":{ "bool":{ "must":[ { "match":{"actors.name":"周迅"} }, { "match":{"actors.id":"actor_201"} } ] } } } } ] } } }
2、场景：查询周迅演过的、民国时期的作品
分析：这个场景中，涉及到父子条件的综合查询，子级需要筛选演员名字，父级需要查询标签包含 “民国” ，查询条件会比较复杂，但是思路还是很清晰的，如下
http://localhost:9200/myfilm/_search { "query": { "bool":{ "must":[ { "nested":{ "path":"actors", "query":{ "bool":{ "must":[ { "term":{"actors.name":"周迅"} } ] } } } }, { "term":{"tag":"民国"} } ] } } }
Nested 还可以增加、修改、删除，最简单粗暴的方法，就是直接覆盖某一部电影，当然还有更小范围的修改，有时间我再记录一下！
此外，ik 分词要怎么安装，环境要怎么搭建 ，可以参考我的第一篇 《Elasticsearch 第一篇：在 Windows 上的环境搭建》
