ElasticSearch Relation Design (ES关联查询)

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS PostgreSQL,高可用系列 2核4GB
云数据库 RDS MySQL,高可用系列 2核4GB
简介: ElasticSearch Relation Design (ES关联查询)

Parent Child (父子文档)

父子文档的结构目录,适用于频繁写入,查询较少的场景。

因为底层每次更新只会更新单独的子文档,不是走全量更新的形式,所以对写入较为友好。

维护Join关系需要耗费比较大的内存,所以查询会相对来说较慢。


Nested (嵌套)

适用于频繁查询,写入较少的场景。

object对象结构的升级版本,嵌套结构,可以解决我们在object结构中查询不准确的问题。

因为每一次写入都会需要更新单条文档下全量的数据,但是又因为保存了每个对象的关系以及他们之间的独立性所以有着相对parent child更高的查询性能。


Other (其他方案)

在某些场景下,可能上述的方案都不太适合现有的场景。

例如: 复杂的关联关系 或者 海量的关联数据量。

我们在思考这个问题之前得先明确我们当下所使用的这些存储组件的意义,也就是说为什么我们会用到这些组件?

比如我们的ElasticSearch,Mysql,Hbase 等等其他组件

随着我们的思考我们会发现,ElasticSearch其实最适合的场景是从海量数据中查询出找出自己想要的那部分数据。也就说其实它最强大的功能是搜索,而并不是特别大体量的数据召回能力,在这个基础上我们很容易就能设想出结合其他技术的解决方案。


方案的具体设计思路

ElasticSearch + Mysql

在有些场景下MySQL需要多表联查数据,但是好多字段都没有建立索引,单独为某一需求建立索引又不太现实,因为熟悉Mysql的同学也都知道,建立索引是需要额外维护B + Tree的,它会占用我们的内存空间,导致我们的IO速度变慢,这时候我们可以通过ES强大的搜索能力来帮助我们做多条件筛选,筛选出对应的Mysql表对应的业务主键Id,比如保险行业的业务id就是投保单号,我们可以根据投保单号去搜索Mysql,直接使用主键去定位数据,避免了多次回表以及没有建立索引产生的性能损耗,提高MySQL查询的性能。


ElasticSearch + Hbase

适用于单表查询或者一对多查询的场景下,配合kafka一起使用,从源库中做数据同步到ES以及Hbase,只存储主业务表的数据在ElasticSearch,也就是一对多关系当中的一,如果只需要召回这一部分数据的话ElasticSearch就可以直接返回,如果还需要查询多表数据的话,那么我们就会通过反转id作为rowkey去查询我们的Hbase然后获取到想要获取的多表数据,对返回值进行封装返回,此操作也可用于对接其他微服务系统,来为其他服务提供查询支持,类似于中台的架构设计。





相关实践学习
以电商场景为例搭建AI语义搜索应用
本实验旨在通过阿里云Elasticsearch结合阿里云搜索开发工作台AI模型服务,构建一个高效、精准的语义搜索系统,模拟电商场景,深入理解AI搜索技术原理并掌握其实现过程。
ElasticSearch 最新快速入门教程
本课程由千锋教育提供。全文搜索的需求非常大。而开源的解决办法Elasricsearch(Elastic)就是一个非常好的工具。目前是全文搜索引擎的首选。本系列教程由浅入深讲解了在CentOS7系统下如何搭建ElasticSearch,如何使用Kibana实现各种方式的搜索并详细分析了搜索的原理,最后讲解了在Java应用中如何集成ElasticSearch并实现搜索。  
目录
相关文章
|
4月前
|
JSON 安全 数据可视化
Elasticsearch(es)在Windows系统上的安装与部署(含Kibana)
Kibana 是 Elastic Stack(原 ELK Stack)中的核心数据可视化工具,主要与 Elasticsearch 配合使用,提供强大的数据探索、分析和展示功能。elasticsearch安装在windows上一般是zip文件,解压到对应目录。文件,elasticsearch8.x以上版本是自动开启安全认证的。kibana安装在windows上一般是zip文件,解压到对应目录。elasticsearch的默认端口是9200,访问。默认用户是elastic,密码需要重置。
1665 0
|
6月前
|
数据采集 JSON 数据挖掘
Elasticsearch 的DSL查询,聚合查询与多维度数据统计
Elasticsearch的DSL查询与聚合查询提供了强大的数据检索和统计分析能力。通过合理构建DSL查询,用户可以高效地搜索数据,并使用聚合查询对数据进行多维度统计分析。在实际应用中,灵活运用这些工具不仅能提高查询效率,还能为数据分析提供深入洞察。理解并掌握这些技术,将显著提升在大数据场景中的分析和处理能力。
257 20
|
12月前
|
数据可视化 Java Windows
Elasticsearch入门-环境安装ES和Kibana以及ES-Head可视化插件和浏览器插件es-client
本文介绍了如何在Windows环境下安装Elasticsearch(ES)、Elasticsearch Head可视化插件和Kibana,以及如何配置ES的跨域问题,确保Kibana能够连接到ES集群,并提供了安装过程中可能遇到的问题及其解决方案。
Elasticsearch入门-环境安装ES和Kibana以及ES-Head可视化插件和浏览器插件es-client
|
9月前
|
存储 缓存 监控
极致 ElasticSearch 调优,让你的ES 狂飙100倍!
尼恩分享了一篇关于提升Elasticsearch集群的整体性能和稳定性措施的文章。他从硬件、系统、JVM、集群、索引和查询等多个层面对ES的性能优化进行分析,帮助读者提升技术水平。
|
11月前
|
存储 JSON 监控
大数据-167 ELK Elasticsearch 详细介绍 特点 分片 查询
大数据-167 ELK Elasticsearch 详细介绍 特点 分片 查询
396 4
|
11月前
|
存储 JSON Java
elasticsearch学习一:了解 ES,版本之间的对应。安装elasticsearch,kibana,head插件、elasticsearch-ik分词器。
这篇文章是关于Elasticsearch的学习指南,包括了解Elasticsearch、版本对应、安装运行Elasticsearch和Kibana、安装head插件和elasticsearch-ik分词器的步骤。
994 0
elasticsearch学习一:了解 ES,版本之间的对应。安装elasticsearch,kibana,head插件、elasticsearch-ik分词器。
|
12月前
|
JSON 自然语言处理 算法
ElasticSearch基础2——DSL查询文档,黑马旅游项目查询功能
DSL查询文档、RestClient查询文档、全文检索查询、精准查询、复合查询、地理坐标查询、分页、排序、高亮、黑马旅游案例
ElasticSearch基础2——DSL查询文档,黑马旅游项目查询功能
|
12月前
|
JSON 自然语言处理 数据库
ElasticSearch基础1——索引和文档。Kibana,RestClient操作索引和文档+黑马旅游ES库导入
概念、ik分词器、倒排索引、索引和文档的增删改查、RestClient对索引和文档的增删改查
ElasticSearch基础1——索引和文档。Kibana,RestClient操作索引和文档+黑马旅游ES库导入
|
11月前
|
自然语言处理 搜索推荐 Java
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图(一)
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图
208 0
|
11月前
|
存储 自然语言处理 搜索推荐
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图(二)
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图(二)
173 0