Elasticsearch-27.数据建模he数据建模最佳实践
Elasticsearch
数据建模实例
什么是数据建模?
- 数据建模(Data modeling), 是创建数据模型的过程
- 数据模型是对真实世界进⾏抽象描述的⼀种⼯具和⽅法,实现对现实世界的映射
- 博客 / 作者 / ⽤户评论
- 三个过程:概念模型 => 逻辑模型 => 数据模型(第三范式)
- 数据模型:结合具体的数据库,在满⾜业务读写性能等需求的前提下,确定最终的定义
- 数据模型是对真实世界进⾏抽象描述的⼀种⼯具和⽅法,实现对现实世界的映射
数据建模:功能需求 性能需求
如何对字段进⾏建模
字段类型:Text v.s Keyword
- Text
- ⽤于全⽂本字段,⽂本会被 Analyzer 分词
- 默认不⽀持聚合分析及排序。需要设置 fielddata 为 true
- Keyword
- ⽤于 id,枚举及不需要分词的⽂本。例如电话号码,email地址,⼿机号码,邮政编码,性别等
- 适⽤于 Filter(精确匹配),Sorting 和 Aggregations
- 设置多字段类型
- 默认会为⽂本类型设置成 text,并且设置⼀个 keyword 的⼦字段
- 在处理⼈类语⾔时,通过增加“英⽂”,“拼⾳”和“标准”分词器,提⾼搜索结构
字段类型 :结构化数据
- 数值类型
- 尽量选择贴近的类型。例如可以⽤ byte,就不要⽤ long
- 枚举类型
- 设置为 keyword。即便是数字,也应该设置成 keyword,获取更加好的性能
- 其他
- ⽇期 / 布尔 / 地理信息
检索
- 如不需要检索,排序和聚合分析
- Enable 设置成 false
- 如不需要检索
- Index 设置成 false
- 对需要检索的字段,可以通过如下配置,设定存储粒度
- Index_options / Norms :不需要归⼀化数据时,可以关闭
聚合及排序
- 如不需要检索,排序和聚合分析
- Enable 设置成 false
- 如不需要排序或者聚合分析功能
- Doc_values / fielddata 设置成 false
- 更新频繁,聚合查询频繁的 keyword 类型的字段
- 推荐将 eager_global_ordinals 设置为 true
额外的存储
⼀个数据建模的实例
优化字段设定
需求变更
查询图书:解决字段过⼤引发的性能问题
Mapping 字段的相关设置
- https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-params.html
- Enabled – 设置成 false,仅做存储,不⽀持搜索和聚合分析 (数据保存在 _source 中)
- Index – 是否构倒排索引。设置成 false,⽆法被搜索,但还是⽀持 aggregation,并出现在 _source
中 - Norms – 如果字段⽤来过滤和聚合分析,可以关闭,节约存储
- Doc_values – 是否启⽤ doc_values,⽤于排序和聚合分析
- Field_data – 如果要对 text 类型启⽤排序和聚合分析, fielddata 需要设置成true
- Store – 默认不存储,数据默认存储在 _source。
- Coerce – 默认开启,是否开启数据类型的⾃动转换(例如,字符串转数字)
- Multifields 多字段特性
- Dynamic – true / false / strict 控制 Mapping 的⾃动更新
⼀些相关的 API
- Index Template & Dynamic Template
- 根据索引的名字匹配不同的 Mappings 和 Settings
- 可以在⼀个 Mapping 上动态的设定字段类型 - Index Alias
- ⽆需停机,⽆需修改程序,即可进⾏修改 - Update By Query & Reindex
本章知识点
- 数据建模对功能与性能⾄关重要
- Mapping. & Setting
- 字段 Mapping 参数的⼀些回顾,分⽚的设定,会在后续讲解
- 通过具体的实例,学习了数据建模时需要考虑的点
- 确定字段类型
- 是否需要搜索和聚合以及排序
- 是否需要禁⽌ _source 以及打开 store
modeAPI
###### Data Modeling Example
# Index 一本书的信息
PUT books/_doc/1
{
"title":"Mastering ElasticSearch 5.0",
"description":"Master the searching, indexing, and aggregation features in ElasticSearch Improve users’ search experience with Elasticsearch’s functionalities and develop your own Elasticsearch plugins",
"author":"Bharvi Dixit",
"public_date":"2017",
"cover_url":"https://images-na.ssl-images-amazon.com/images/I/51OeaMFxcML.jpg"
}
#查询自动创建的Mapping
GET books/_mapping
DELETE books
#优化字段类型
PUT books
{
"mappings" : {
"properties" : {
"author" : {"type" : "keyword"},
"cover_url" : {"type" : "keyword","index": false},
"description" : {"type" : "text"},
"public_date" : {"type" : "date"},
"title" : {
"type" : "text",
"fields" : {
"keyword" : {
"type" : "keyword",
"ignore_above" : 100
}
}
}
}
}
}
#Cover URL index 设置成false,无法对该字段进行搜索
POST books/_search
{
"query": {
"term": {
"cover_url": {
"value": "https://images-na.ssl-images-amazon.com/images/I/51OeaMFxcML.jpg"
}
}
}
}
#Cover URL index 设置成false,依然支持聚合分析
POST books/_search
{
"aggs": {
"cover": {
"terms": {
"field": "cover_url",
"size": 10
}
}
}
}
DELETE books
#新增 Content字段。数据量很大。选择将Source 关闭
PUT books
{
"mappings" : {
"_source": {"enabled": false},
"properties" : {
"author" : {"type" : "keyword","store": true},
"cover_url" : {"type" : "keyword","index": false,"store": true},
"description" : {"type" : "text","store": true},
"content" : {"type" : "text","store": true},
"public_date" : {"type" : "date","store": true},
"title" : {
"type" : "text",
"fields" : {
"keyword" : {
"type" : "keyword",
"ignore_above" : 100
}
},
"store": true
}
}
}
}
# Index 一本书的信息,包含Content
PUT books/_doc/1
{
"title":"Mastering ElasticSearch 5.0",
"description":"Master the searching, indexing, and aggregation features in ElasticSearch Improve users’ search experience with Elasticsearch’s functionalities and develop your own Elasticsearch plugins",
"content":"The content of the book......Indexing data, aggregation, searching. something else. something in the way............",
"author":"Bharvi Dixit",
"public_date":"2017",
"cover_url":"https://images-na.ssl-images-amazon.com/images/I/51OeaMFxcML.jpg"
}
#查询结果中,Source不包含数据
POST books/_search
{}
#搜索,通过store 字段显示数据,同时高亮显示 conent的内容
POST books/_search
{
"stored_fields": ["title","author","public_date"],
"query": {
"match": {
"content": "searching"
}
},
"highlight": {
"fields": {
"content":{}
}
}
}
数据建模最佳实践
建模建议(⼀):如何处理关联关系
Kibana……
- Kibana ⽬前暂不⽀持 nested 类型和 parent/child 类型 ,在未来有可能会⽀持
- 如果需要使⽤ Kibana 进⾏数据分析,在数据建模时仍需对嵌套和⽗⼦关联类型作出取舍
建模建议(⼆): 避免过多字段
-
⼀个⽂档中,最好避免⼤量的字段
- 过多的字段数不容易维护
- Mapping 信息保存在 Cluster State 中,数据量过⼤,对集群性能会有影响 (Cluster State 信息需要和所有的节点同步)
- 删除或者修改数据需要 reindex
-
默认最⼤字段数是 1000,可以设置 index.mapping.total_fields.limt 限定最⼤字段数。
-
什么原因会导致⽂档中有成百上千的字段?
Dynamic v.s Strict
- Dynamic(⽣产环境中,尽量不要打开 Dynamic)
- true - 未知字段会被⾃动加⼊
- false - 新字段不会被索引。但是会保存在 _source
- strict - 新增字段不会被索引,⽂档写⼊失败
- Strict
- 可以控制到字段级别
⼀个例⼦:Cookie Service 的数据
解决⽅案:Nested Object & Key Value
写⼊ & 查询
通过 Nested 对象保存 Key/Value 的⼀些不⾜
- 可以减少字段数量,解决 Cluster State 中保存过多 Meta 信息的问题,但是
- 导致查询语句复杂度增加
- Nested 对象,不利于在 Kibana 中实现可视化分析
建模建议(三):避免正则查询
- 问题:
- 正则,通配符查询,前缀查询属于 Term 查询,但是性能不够好
- 特别是将通配符放在开头,会导致性能的灾难
- 案例:
- ⽂档中某个字段包含了 Elasticsearch 的版本信息,例如 version: “7.1.0”
- 搜索所有是 bug fix 的版本?每个主要版本号所关联的⽂档?
解决⽅案:将字符串转换为对象
搜索过滤
建模建议(四):避免空值引起的聚合不准
使⽤ Null_Value 解决空值的问题
建模建议(五):为索引的 Mapping 加⼊ Meta 信息
本章知识点
- 数据建模对于功能与性能⾄关重要。 Mapping ⽂件需要考虑加⼊版本管理
- 通过 2 个例⼦,了解如何通过建模,提⾼系统的性能
- 使⽤ Inner Object 避免了低性能的正则匹配
- 使⽤ Nested Object 和将 Dynamic Mapping 设为 Strict 避免字段数量过多带来的问题
- 通过 1 个例⼦,了解如何通过建模,提⾼聚合结果的准确度
- 设置 Null Value
API
###### Cookie Service
##索引数据,dynamic mapping 会不断加入新增字段
PUT cookie_service/_doc/1
{
"url":"www.谷歌.com",
"cookies":{
"username":"tom",
"age":32
}
}
PUT cookie_service/_doc/2
{
"url":"www.amazon.com",
"cookies":{
"login":"2019-01-01",
"email":"xyz@abc.com"
}
}
DELETE cookie_service
#使用 Nested 对象,增加key/value
PUT cookie_service
{
"mappings": {
"properties": {
"cookies": {
"type": "nested",
"properties": {
"name": {
"type": "keyword"
},
"dateValue": {
"type": "date"
},
"keywordValue": {
"type": "keyword"
},
"IntValue": {
"type": "integer"
}
}
},
"url": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
}
}
}
}
##写入数据,使用key和合适类型的value字段
PUT cookie_service/_doc/1
{
"url":"www.谷歌.com",
"cookies":[
{
"name":"username",
"keywordValue":"tom"
},
{
"name":"age",
"intValue":32
}
]
}
PUT cookie_service/_doc/2
{
"url":"www.amazon.com",
"cookies":[
{
"name":"login",
"dateValue":"2019-01-01"
},
{
"name":"email",
"IntValue":32
}
]
}
# Nested 查询,通过bool查询进行过滤
POST cookie_service/_search
{
"query": {
"nested": {
"path": "cookies",
"query": {
"bool": {
"filter": [
{
"term": {
"cookies.name": "age"
}},
{
"range":{
"cookies.intValue":{
"gte":30
}
}
}
]
}
}
}
}
}
# 在Mapping中加入元信息,便于管理
PUT softwares/
{
"mappings": {
"_meta": {
"software_version_mapping": "1.0"
}
}
}
GET softwares/_mapping
PUT softwares/_doc/1
{
"software_version":"7.1.0"
}
DELETE softwares
# 优化,使用inner object
PUT softwares/
{
"mappings": {
"_meta": {
"software_version_mapping": "1.1"
},
"properties": {
"version": {
"properties": {
"display_name": {
"type": "keyword"
},
"hot_fix": {
"type": "byte"
},
"marjor": {
"type": "byte"
},
"minor": {
"type": "byte"
}
}
}
}
}
}
#通过 Inner Object 写入多个文档
PUT softwares/_doc/1
{
"version":{
"display_name":"7.1.0",
"marjor":7,
"minor":1,
"hot_fix":0
}
}
PUT softwares/_doc/2
{
"version":{
"display_name":"7.2.0",
"marjor":7,
"minor":2,
"hot_fix":0
}
}
PUT softwares/_doc/3
{
"version":{
"display_name":"7.2.1",
"marjor":7,
"minor":2,
"hot_fix":1
}
}
# 通过 bool 查询,
POST softwares/_search
{
"query": {
"bool": {
"filter": [
{
"match":{
"version.marjor":7
}
},
{
"match":{
"version.minor":2
}
}
]
}
}
}
# Not Null 解决聚合的问题
DELETE ratings
PUT ratings
{
"mappings": {
"properties": {
"rating": {
"type": "float",
"null_value": 1.0
}
}
}
}
PUT ratings/_doc/1
{
"rating":5
}
PUT ratings/_doc/2
{
"rating":null
}
POST ratings/_search
POST ratings/_search
{
"size": 0,
"aggs": {
"avg": {
"avg": {
"field": "rating"
}
}
}
}
POST ratings/_search
{
"query": {
"term": {
"rating": {
"value": 1
}
}
}
}
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanhggefik
系列文章
更多
同类精品
更多
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01 -
怎样阻止微信小程序自动打开
PHP中文网 06-13