Elasticsearch:Elasticsearch 中索引映射的非规范化

在写这篇文章之前,我首先来讲一下 normlization (规范化)以及 denormalization (非规范化)两个概念的区别。

Normalization (规范化):规范化是数据库中用于减少表中数据冗余和数据不一致的方法。 这是将非冗余和一致性数据存储在设置的架构中的技术。 通过使用规范化,表的数量增加而不是减少。

Denormalization(非规范化): 非规范化也是数据库中使用的方法。 它用于添加冗余以快速执行查询。 它是一种将数据组合起来以快速执行查询的技术。 通过使用非规范化,减少了与规范化相反的表数量。

规范化和非规范化之间的区别
系号在规范化中,非冗余和一致性数据存储在集合模式中。在非规范化中,数据被组合以快速执行查询。
1在规范化中,减少了数据冗余和不一致。在非规范化中,添加了冗余以快速执行查询
2数据完整性通过规范化维护。在非规范化中无法保持数据完整性。
3在规范化中,减少或消除了冗余。在非规范化中,添加了冗余,而不是减少或消除了冗余。
4规范化中的表数量增加了。非规范化,表数减少。
5规范化优化了磁盘空间的使用。归一化不会优化磁盘空间。

在很多的描述中, Elasticsearch 被描述为:store (存储),analyze (分析)及 search(搜索)。也就是说 Elasticsearch 也是一个数据库。我们必须了解的一点是 Elasticsearch 它不是一个 RDMS,也即关系数据库。你不可以在搜索的时候 join 不同的索引。非规范化是不自然的,但是这是提高 Elasticsearch 应用程序效率的关键。在实际的使用中,尽早考虑数据映射将使你的应用运行数年。

 

为什么要使用非规范化?

如果你寻找 Elasticsearch 的定义,则可能会发现以下内容:

Elasticsearch 是基于 Apache Lucene 构建的分布式开源搜索和分析引擎

但是也有很多人是这么说的:

Elasticsearch 是为搜索优化的分布式 NoSQL 数据库

NoSQL 数据库带有其自己的规则。通常,它们针对特定用例进行了优化,并且设计为最适合特定需求。因此,当 Elastic 优化其 NoSql 数据库进行搜索时,重点是 SPEED。在分析经典关系数据库的性能时,我们都知道 JOIN 具有成本,并且可能非常繁重且非常缓慢。

最大限度地提高它们的最佳方法是…删除它们。

因此,在 Elasticsearch 中,索引不能与另一个索引 join。因此,如果需要数据,则必须将其包含在索引中。

作为开发人员,多年来,你一直在努力利用规范化的技术水平,从未在任何地方重复任何信息。 你应该为某些 DB Design 感到骄傲。

 

如何使你的数据结构非规范化?

在等效的 SQL 中,你的目标是将多个表收集到一个表中。为此,你将不得不扁平并重复很多次!但这是将 200 毫秒的响应时间转换为 5 毫秒的关键。 在 Elasticsearch 范例中优化数据并不意味着与在 PostgreSQL 中优化数据相同。

我们来看一个非常简单的博客数据库示例:

经典规范化博客文章模型

首先,我们会问自己要搜索什么?
我们想搜索帖子,因此我们的索引将放在帖子(而不是博客)上,并将针对我们的搜索用例跟踪有趣的数据。

然后,Elasticsearch 文档可能看起来像这样:

POST denormalized-blog-posts
{
  "id": "12345",
  "title": "Denormalization for elastic search",
  "post_content": "my long text content",
  "blog": {
    "id": 1,
    "title": " Elasticsearch is a powerful search engine",
    "slogan": "better, faster, bigger",
    "user": {
      "id": "1",
      "username": "John"
    }
  },
  "tags": [
    "elasticsearch",
    "bdd",
    "beginner"
  ]
}

在这里:

  1. 针对每个 blog, user 部分都会在每个帖子上重复
  2. 我们只对 tag 名称感兴趣。 因此,我们将它们平整为数组在我们的每个帖子上。

作为 Elasticsearch 中的新手,这可能会非常令人不安,但我们必须这么做,这样才能使得我们的搜索效率更高。

在  Elasticsearch 中,确实有一个叫做 join 的数据类型。它能解决一部分关系数据库中的 join 问题,详细阅读请参阅文章 “Elasticsearch:在 Elasticsearch 中的 join 数据类型父子关系

已标记关键词 清除标记
相关推荐