干货 | Elasticsearch Nested 数组大小求解，一网打尽！

1、实战线上 Nested 问题

2、数据模型

索引导入和样例数据批量写入如下所示。

开搞，方案逐步展开讨论。

 

3、问题拆解

涉及三个核心知识点：

 

 •  其一：检索数据涉及 Nested 类型。
 •  其二：检索条件1：objectList （Nested 类型）下的 lossStatus="ENABLE"。

这个在检索的时候要注意指定 path，否则会报错。

 

 •  其三：检索条件2：获取 objectList 的数组大小大于 2 的数据?

问题转化为：检索条件1、检索条件2的组合实现。

 

3.1 检索条件 1 实现

中规中矩的 Nested 语法，无需过多解释。唯一强调的是：path的用法。

 

如果 Nested 语法不熟悉，可以参考官方文档：

 

https://www.elastic.co/guide/en/elasticsearch/reference/8.0/query-dsl-nested-query.html

 

3.2 检索条件 2 实现

本质是获取 objectList 的数组大小大于 2 的数据。再进一步缩小范围是：获取 objectList 数组的大小。

 

问题转化为如何获取 Nested 嵌套类型数组大小？

 

这里的确没有非常现成的实现，我总结了如下几种方案。

 

方案1：function_score 检索实现

该方案包含了：3.1 小节 检索条件 1 的实现，完整实现如下。

注意在 script_score 下做了多条件判断：

 

官方语法参考：

https://www.elastic.co/guide/en/elasticsearch/reference/8.0/query-dsl-function-score-query.html

 

https://www.elastic.co/guide/en/elasticsearch/painless/8.0/painless-score-context.html

 

方案2：funciton_score 检索实现2

该方式本质是曲线救国，借助：sum 求和累加评分实现。

 

实现条件是：存在字段“objectList.customerPersonId”，评分就高。该方式不太容易想到，“可遇而不可求”。

 

方案3：runtime_field 运行时字段实现

这是我整合了聚合 + runtime_field 实现的结果，召回结果达到预期且令人满意。

 

最后发现聚合部分是多余的，删除之。

 

解读如下：

 

 •  第一：新加了运行时字段——objectList_tmp，目的：获取 Nested 数组大小。
 •  第二：结合已有 nested 检索组合 bool 检索实现即可。
 

综合对比看，它比下面的方案4更简洁，如果线上环境想不修改数据的前提下使用，推荐此方案。

 

方案4：聚合实现

对比方案 3，方案 4相对鸡肋和繁冗、复杂。

 

也更进一步体会：runtime_field 的妙处。

 

4、换个思路？轻装上阵！

什么思路？之前文章有过解读——空间换时间。

 

具体实现如下：

 

4.1 步骤1：预处理新增字段  nested_size。

4.2 步骤2：创建索引且导入数据。

创建索引同时指定步骤 1 的 pipeline 预处理管道。

4.3 步骤3：复杂脚本检索变成简单检索实现。

bool 组合条件，一个 nested 检索 + 一个 range query，轻松搞定！

此方案是我极力推广的方案，需要我们多结合业务实际，多在数据写入前的设计阶段、数据建模阶段做“文章”。而不是快速导入数据，后面丢给复杂的检索脚本实现。

 

一般项目实战阶段，很多人会说，“工期要紧，我管不了那么多”。项目后期复盘会发现，“看似快了，实则慢了”，最终感叹：“预处理的工作不要省也不能省”！

 

5、小结

看似简单的几个方案，我从入手到梳理完毕耗时大于 6 个小时+。主要是painless 脚本没有固定的章法可循，需要摸索和反复验证。

 

意外收获是方案3，基于方案 4 的创新方案，比较灵活好用。

 

但，我更推荐空间换时间的方案。能预处理搞定的事情，就不要留到检索阶段实现。

 

欢迎留言说下您的方案和思考！

 

6、参考

https://stackoverflow.com/questions/64447956

https://stackoverflow.com/questions/54022283

https://stackoverflow.com/questions/57144172

https://t.zsxq.com/FAQ7mUN 

https://www.ru-rocker.com/2020/11/03/filtering-nested-array-objects-in-elasticsearch-document-with-painless-scripting/ 

https://medium.com/@felipegirotti/elasticsearch-filter-field-array-more-than-zero-8d52d067d3a0

推荐

1、重磅 | 死磕 Elasticsearch 方法论认知清单（2021年国庆更新版）
2、如何从0到1打磨一门 Elasticsearch 线上直播课？（口碑不错）
3、如何系统的学习 Elasticsearch ？
4、Elasticsearch 预处理没有奇技淫巧，请先用好这一招！
5、干货 | 论Elasticsearch数据建模的重要性

 

 

公众号：铭毅天下Elasticsearch