Elasticsearch 有没有数组类型？有哪些坑？

近期 Elasticsearch 数组问题被问到的比较多，为了方便大家对数组建立全局认知，我把数组相关实战问题梳理出来，让更多后来人遇到类似问题少走不必要的弯路。

 

精简几个核心问题列举如下：

 

 •  Elasticsearch 是否有数组类型？Elasticsearch 数据选型有没有坑？
 •  Elasticsearch 如何获取数组中第i号位置的值？
 •  Elasticsearch 如何获取数组最后一个元素的值？

了解 Elasticsearch 版本历史的读者会知道 1.X 版本中没有独立模块强调数组 Array 类型。

 

Elasticsearch 2.X 版本之后，数组类型才单独被拎出来。

 

在 Elasticsearch 中，没有专门的数组数据类型。默认情况下，任何字段都可以包含零个或多个值，但是，数组中的所有值必须具有相同的数据类型。什么意思呢？

 

 •  long 类型存储一个值是long类型，存储多个自然就成为 long 数组类型；

 •  keyword 类型存储一个值是 keyword 类型，存储多个值就成为 keyword 数组类型。

实战一把：

如上示例，可以更加清晰的看出，当我们选型使用数组时，和平时 Mapping 设置类型一样，不需要额外的修改 Mapping 任何内容，只需要导入相同数据类型的数据即可。

 

这时候，读者可能会问，我不小心写入了不同类型的数据咋办？

 

继续实战一把，探个究竟。

由于 Elasticsearch 做了弱类型匹配校验检查，导致数据依然可以写入，我们肉眼看到的整形类型，实际本质存储为keyword 类型，这也是为什么“22222”能被检索召回的原因。

3.1 动态导入数组类型数据，第一次写入数据的类型决定了数组的类型。

如上，写入的是 long 类型的数组。long 咋来的，动态类型匹配 date_detection 得到的！

 

https://www.elastic.co/guide/en/elasticsearch/reference/current/dynamic-mapping.html

 

3.2 不能独立的检索数组中的单个字段

如下示例，即便仅检索“basketball”不能独立只召回“basketball”，数组数据会一起返回。

如果非要实现单独召回数据，需要借助：nested 嵌套类型实现。

 

举例，仅检索召回 “basketball”，需要借助 script_field 或者 runtime field 实现。

 

实现参考如下：

注意：存储数组数据顺序是：

如上示例中的2，可以换成：0，1，2，3。

 

召回结果如下：

后台按照字母顺序做了处理，返回结果数据。

 

也就是说：我们以脚本的方式无法精准获取对应位次上的数据。

 

这块目前看，没有最优的获取方式。如果大家有，欢迎留言交流。

通过 ingest pipeline 预处理方式实现如下：

中间核心脚本不是最优实现方式，欢迎大家留言反馈精简处理方式。

 

 •  第一步：数组转 list；
 •  第二步：取 list 最后一个元素值，结果仍然为 list；
 •  第三步：list 转 string；
 •  第四步：string 取核心元素，去头、去尾。
 •  第五步：将中间结果赋值给新字段。
返回结果如下：

上面的预处理方式对数组而言，也是仅适用于获取特定值的场景。

 

Elasticsearch 数组选型需要结合业务场景需要。

 

数据相关的问题还有很多很多，比如：

 

1.数组高亮问题

2.数组聚合问题

3.数组召回数据问题 
4......

大家在选型或者实践的过程中，如果涉及大量脚本的时候，要多考虑能否通过写入前 ingest 预处理方式。本质是：以空间换时间，最大化提升检索效率。

 

欢迎大家就数组问题留言讨论。

 

1、重磅 | 死磕 Elasticsearch 方法论认知清单（2021年国庆更新版）

2、Elasticsearch 7.X 进阶实战私训课（口碑不错）

 

 

公众号：铭毅天下Elasticsearch