面试题：ElasticSearch索引映射机制之复杂类型处理

Question

在ElasticSearch索引映射中，对于嵌套类型（nested type）和对象类型（object type）有不同的处理方式。假设你有一个包含多层嵌套结构的文档，例如文档记录了一个公司的部门信息，部门下有员工，员工又有多个技能，每个技能有对应的等级。请说明如何使用索引映射来合理存储和检索这类数据，以及在查询时要注意什么。

Answer 1

1. 索引映射设计

• 对象类型：对于外层结构，如公司和部门，可以使用对象类型。因为这些结构相对简单，没有内部需要独立查询每个元素的需求。例如：

{
  "mappings": {
    "properties": {
      "company_name": {
        "type": "text"
      },
      "department": {
        "type": "object",
        "properties": {
          "department_name": {
            "type": "text"
          }
        }
      }
    }
  }
}

• 嵌套类型：对于员工和技能这种需要独立查询每个元素的结构，应使用嵌套类型。因为在对象类型中，Elasticsearch 将整个对象结构扁平化存储，无法对嵌套数组中的每个元素进行独立查询。而嵌套类型会将每个嵌套文档作为独立的隐藏文档进行索引，从而支持对嵌套文档中每个元素的独立查询。例如：

{
  "mappings": {
    "properties": {
      "company_name": {
        "type": "text"
      },
      "department": {
        "type": "object",
        "properties": {
          "department_name": {
            "type": "text"
          },
          "employees": {
            "type": "nested",
            "properties": {
              "employee_name": {
                "type": "text"
              },
              "skills": {
                "type": "nested",
                "properties": {
                  "skill_name": {
                    "type": "text"
                  },
                  "skill_level": {
                    "type": "integer"
                  }
                }
              }
            }
          }
        }
      }
    }
  }
}

2. 查询注意事项

• 嵌套查询：查询嵌套类型数据时，必须使用 nested 查询语法。例如，要查询拥有 “Java” 技能且等级为 5 的员工：

{
  "query": {
    "nested": {
      "path": "department.employees.skills",
      "query": {
        "bool": {
          "must": [
            {
              "match": {
                "department.employees.skills.skill_name": "Java"
              }
            },
            {
              "match": {
                "department.employees.skills.skill_level": 5
              }
            }
          ]
        }
      }
    }
  }
}

• 性能影响：由于嵌套类型将每个嵌套文档作为独立隐藏文档索引，查询时需要更多的资源。因此，在设计时要权衡嵌套的深度和数量，避免过度嵌套导致性能问题。同时，可以考虑对常用查询字段进行适当的索引优化，如使用 keyword 类型等提高查询效率。