从零开发短视频电商 OpenSearch/ElasticSearch中数据类型介绍

2023-12-12 06:28
文章标签 视频 介绍 开发 数据类型 elasticsearch 电商 opensearch

本文主要是介绍从零开发短视频电商 OpenSearch/ElasticSearch中数据类型介绍，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

文章目录

    • 查询和排序问题
    • 数据类型
      • Text（文本）
      • Keyword（关键字）
      • Wildcard（通配符）
      • Long、Integer、Short、Byte（整数类型）
      • Double、Float、Half_Float、Scaled_Float（浮点数类型）
      • Date、Date_Nanos（日期类型）
      • Date_Range（日期范围）
      • Boolean（布尔）
      • Binary（二进制）
      • Integer_Range、Float_Range、Long_Range、Double_Range（范围类型）
      • Ip_Range（IP 地址范围）
      • Object（对象）
      • Nested（嵌套）
      • Flattened（扁平化）
      • Ip（IP 地址）
      • TokenCount（词条数量）
      • Percolator（过滤器查询）
      • Search_As_You_Type（搜索即时建议）
      • Rank_Feature、Rank_Features（排名特征、排名特征集）
      • Dense_Vector（稠密向量）

查询和排序问题

在Elasticsearch中，查询和过滤是搜索过程中的两个主要步骤，它们的执行时序和具体过程如下：

  • 1.查询（Query）阶段：
    • 匹配查询： 在这个阶段，Elasticsearch执行你定义的查询来找到与查询条件匹配的文档。查询可以是全文本查询、精确匹配、范围查询等。
    • 评分（Scoring）： 对于匹配的文档，Elasticsearch会为每个文档计算一个分数，用于排序结果。评分考虑了文档与查询的匹配程度，以及其他相关因素
{"query": {"match": {"field": "value"}}
}
  • 2.过滤（Filter）阶段：
    • 筛选匹配文档： 在查询阶段找到匹配的文档后，过滤阶段用于筛选出满足附加条件的文档。过滤不涉及评分，只关注文档是否满足过滤条件。
{"query": {"match": {"field": "value"}},"filter": {"range": {"date": {"gte": "2023-01-01"}}}
}

在这个示例中，查询阶段找到包含指定字段和值的文档，然后过滤阶段通过范围条件筛选出那些日期在指定范围内的文档。

性能优化： 过滤通常比查询更快，因为它不需要进行评分计算。过滤条件可以包括范围、精确匹配、布尔条件等。

  • 性能考虑： 过滤阶段通常比查询阶段执行得更快，因此，如果你只是需要精确地匹配文档而不关心评分，考虑使用过滤来提高性能。
  • 缓存： 过滤条件的结果可以被缓存，以加速相同条件的后续查询。这对于重复性的查询非常有用。

例如：存储学生数据，不要评分，只搜索年龄大于30岁的学生。

在这种情况下，由于你不关心评分，而只关心筛选出年龄大于30岁的学生，使用过滤（Filter）通常会更快。过滤不涉及评分计算，而且它的结果可以被缓存，从而提高性能。

数据类型

当在 Elasticsearch 中选择数据类型时，应该根据数据的性质和使用场景来进行选择。以下是每个数据类型的常见应用场景和示例：

Text（文本）

  • 应用场景： 存储全文本，支持全文本搜索和分析。
  • 示例： 文章内容、评论、描述等。

text 用于全文本搜索和分析，而 keyword 用于精确匹配和聚合。text 会经历分词等分析过程，而 keyword 则保持原始字符串不变。

text 类型用于全文本搜索，将文本字段分析成词项（terms），并创建倒排索引以支持搜索。

存储在 keyword 类型字段上的文本不会被分析，整个字符串作为一个独立的项。主要用于精确匹配和聚合。

wildcard 主要用于支持通配符搜索，不涉及到分析。它可以用于匹配模式中的通配符表达式。

使用 text 类型字段进行Wildcard查询时，会根据分词结果进行匹配，而使用 keyword 类型字段进行Wildcard查询时，需要整个关键词与查询匹配。

PUT /my_index
{"mappings": {"properties": {"content": {"type": "text"}}}
}POST /my_index/_doc/1
{"content": "Elasticsearch is a distributed search engine."
}GET /my_index/_search
{"query": {"match": {"content": "search engine"}}
}

Keyword（关键字）

  • 应用场景： 精确匹配，通常用于不需要进行全文本搜索的字段。
  • 示例： 类别、标签、关键字等。
PUT /my_index
{"mappings": {"properties": {"text_field": {"type": "text","analyzer": "standard"},"keyword_field": {"type": "keyword"}}}
}POST /my_index/_doc/1
{"text_field": "Elasticsearch is powerful","keyword_field": "Elasticsearch is powerful"
}GET /my_index/_search
{"query": {"term": {"keyword_field": "Elasticsearch"}}
}
结果：搜不到GET /my_index/_search
{"query": {"wildcard": {"keyword_field": "power*"}}
}
结果：搜不到   GET /my_index/_search
{"query": {"match": {"text_field": "Elasticsearch"}}
}
结果：搜索到结果GET /my_index/_search
{"query": {"wildcard": {"text_field": "power*"}}
}
结果：搜索到结果

当你搜索 Elasticsearch 时，对于 text_field 可能会匹配到，因为它被分成了独立的词项。而对于 keyword_field，只有当你搜索整个精确的字符串 “Elasticsearch is powerful” 时才能匹配。

Wildcard（通配符）

  • 应用场景： 支持通配符搜索。
  • 示例： 使用通配符进行模糊搜索。

Wildcard 和 Text 都可以用于支持通配符搜索。

Wildcard 专门用于通配符搜索，而 Text 是一种通用的文本类型，支持全文本搜索、分析和其他文本处理操作。

通配符查询允许在搜索时使用通配符 * 或 ? 来匹配文档中的值。

* 匹配零个或多个字符，? 匹配一个字符。

PUT /my_index
{"mappings": {"properties": {"product_name": {"type": "wildcard"}}}
}POST /my_index/_doc/1
{"product_name": "Elasticsearch"
}GET /my_index/_search
{"query": {"wildcard": {"product_name": "Elast*"}}
}

Long、Integer、Short、Byte（整数类型）

  • 应用场景： 存储整数数据。
  • 示例： 年龄、数量、计数等。

这些整数类型都用于存储整数数据，但有不同的存储范围。

integer、long、short 和 byte 分别表示 32 位、64 位、16 位和 8 位有符号整数。选择取决于你的数据范围。

PUT /my_index
{"mappings": {"properties": {"age": {"type": "long"}}}
}POST /my_index/_doc/1
{"age": 25
}GET /my_index/_search
{"query": {"range": {"age": {"gte": 20}}}
}

Double、Float、Half_Float、Scaled_Float（浮点数类型）

  • 应用场景： 存储浮点数数据。
  • 示例： 价格、坐标、百分比等。

这些浮点数类型都用于存储浮点数数据。

float 和 double 分别表示 32 位和 64 位浮点数，而 half_float 是 16 位浮点数。scaled_float 允许通过指定缩放因子来存储浮点数。

PUT /my_index
{"mappings": {"properties": {"price": {"type": "double"}}}
}POST /my_index/_doc/1
{"price": 49.99
}GET /my_index/_search
{"query": {"range": {"price": {"lte": 50.0}}}
}

Date、Date_Nanos（日期类型）

  • 应用场景： 存储日期和时间信息。
  • 示例： 发布日期、事件时间等。

date 存储毫秒级的日期，date_nanos 存储纳秒级的日期，而 date_range 用于表示日期范围。

PUT /my_index
{"mappings": {"properties": {"publish_date": {"type": "date"}}}
}POST /my_index/_doc/1
{"publish_date": "2023-01-01T12:00:00"
}GET /my_index/_search
{"query": {"range": {"publish_date": {"gte": "2023-01-01"}}}
}

Date_Range（日期范围）

  • 应用场景： 表示日期范围。
  • 示例： 活动日期范围、计划时间段等。
PUT /my_index
{"mappings": {"properties": {"date_range": {"type": "date_range"}}}
}POST /my_index/_doc/1
{"date_range": {"gte": "2023-01-01","lte": "2023-12-31"}
}GET /my_index/_search
{"query": {"range": {"date_range": {"gte": "2023-06-01","lte": "2023-09-01"}}}
}

Boolean（布尔）

  • 应用场景： 存储布尔值。
  • 示例： 是否完成、是否启用等。
PUT /my_index
{"mappings": {"properties": {"is_completed": {"type": "boolean"}}}
}POST /my_index/_doc/1
{"is_completed": true
}GET /my_index/_search
{"query": {"term": {"is_completed": true}}
}

Binary（二进制）

  • 应用场景： 存储二进制数据，如图像、文档等。
  • 示例： 图片、PDF 文档等。
PUT /my_index
{"mappings": {"properties": {"image_data": {"type": "binary"}}}
}POST /my_index/_doc/1
{"image_data": "base64_encoded_image_data"
}GET /my_index/_search
{"query": {"exists": {"field": "image_data"}}
}

Integer_Range、Float_Range、Long_Range、Double_Range（范围类型）

  • 应用场景： 表示数值范围。
  • 示例： 价格范围、评分范围等。
PUT /my_index
{"mappings": {"properties": {"age_range": {"type": "integer_range"}}}
}POST /my_index/_doc/1
{"age_range": {"gte": 18,"lte": 35}
}GET /my_index/_search
{"query": {"range": {"age_range": {"gte": 25,"lte": 40}}}
}

Ip_Range（IP 地址范围）

  • 应用场景： 存储 IP 地址范围。
  • 示例： IP 地址过滤、地址段范围等。
PUT /my_index
{"mappings": {"properties": {"ip_address_range": {"type": "ip_range"}}}
}POST /my_index/_doc/1
{"ip_address_range": {"gte": "192.168.0.1","lte": "192.168.0.255"}
}GET /my_index/_search
{"query": {"range": {"ip_address_range": {"gte": "192.168.0.100","lte": "192.168.0.200"}}}
}

Object（对象）

  • 应用场景： 嵌套对象，可以包含其他字段。
  • 示例： 用户信息、地址信息等。

Object 类型是一个简单的嵌套对象，可以包含其他字段，但是这些字段是平等的，没有特定的关系。

适用于表示简单嵌套结构的文档，其中字段之间没有复杂的关联。

PUT /my_index
{"mappings": {"properties": {"user_info": {"type": "object","properties": {"name": { "type": "text" },"age": { "type": "integer" },"email": { "type": "keyword" }}}}}
}POST /my_index/_doc/1
{"user_info": {"name": "John Doe","age": 30,"email": "john.doe@example.com"}
}GET /my_index/_search
{"query": {"match": {"user_info.name": "John"}}
}

Nested（嵌套）

  • 应用场景： 嵌套文档类型，适用于嵌套复杂结构的文档。
  • 示例： 文章的评论、订单的商品列表等。

Nested 类型用于嵌套复杂结构的文档，并建立了父子关系，允许在子文档中使用独立的查询。

适用于表示具有层次结构和相互关联的文档，如文章的评论、订单的商品列表等。

PUT /my_index
{"mappings": {"properties": {"comments": {"type": "nested","properties": {"user": { "type": "keyword" },"comment": { "type": "text" }}}}}
}POST /my_index/_doc/1
{"comments": [{ "user": "user1", "comment": "Great article!" },{ "user": "user2", "comment": "Interesting points." }]
}GET /my_index/_search
{"query": {"nested": {"path": "comments","query": {"match": {"comments.comment": "article"}}}}
}

Flattened（扁平化）

  • 应用场景： 将嵌套对象的字段扁平化，以便更容易进行搜索和分析。
  • 示例： 扁平化订单信息中的商品详细信息。

Flattened 类型用于将嵌套对象的字段扁平化，以便更容易进行搜索和分析。它适用于具有深层次嵌套的复杂对象。

适用于需要对嵌套结构进行扁平化处理，以便于搜索和聚合。

PUT /my_index
{"mappings": {"properties": {"order_details": {"type": "flattened"}}}
}POST /my_index/_doc/1
{"order_details": {"product_name": "Smartphone","price": 499.99,"quantity": 2}
}GET /my_index/_search
{"query": {"match": {"order_details.product_name": "Smartphone"}}
}

Ip（IP 地址）

  • 应用场景： 存储 IP 地址。
  • 示例： 用户 IP 地址、服务器 IP 地址等。
PUT /my_index
{"mappings": {"properties": {"ip_address": {"type": "ip"}}}
}POST /my_index/_doc/1
{"ip_address": "192.168.0.1"
}GET /my_index/_search
{"query": {"term": {"ip_address": "192.168.0.1"}}
}

TokenCount（词条数量）

  • 应用场景： 存储通过分析器处理后的词条数量。
  • 示例： 文章中的单词数量、文档中的关键词数量等。
PUT /my_index
{"mappings": {"properties": {"word_count": {"type": "token_count"}}}
}POST /my_index/_doc/1
{"word_count": 100
}GET /my_index/_search
{"query": {"range": {"word_count": {"gte": 50}}}
}

Percolator（过滤器查询）

  • 应用场景： 存储过滤器查询，用于实时检查文档与查询的匹配情况。
  • 示例： 保存搜索过滤器，以便在新文档插入时检查匹配。
PUT /my_index
{"mappings": {"properties": {"filter_query": {"type": "percolator"}}}
}POST /my_index/_doc/1
{"filter_query": {"match": {"category": "Technology"}}
}GET /my_index/_search
{"query": {"percolate": {"field": "filter_query","document": {"category": "Technology"}}}
}

Search_As_You_Type（搜索即时建议）

  • 应用场景： 支持搜索时的自动建议功能。
  • 示例： 实时搜索建议、搜索框中的自动完成。
PUT /my_index
{"mappings": {"properties": {"suggest_field": {"type": "search_as_you_type"}}}
}POST /my_index/_doc/1
{"suggest_field": "Elasticsearch"
}GET /my_index/_search
{"suggest": {"text": "Elasti","my-suggestion": {"prefix": "true","completion": {"field": "suggest_field"}}}
}

Rank_Feature、Rank_Features（排名特征、排名特征集）

  • 应用场景： 存储数值特征，用于搜索和排序。
  • 示例： 用户评分、商品评分等。
PUT /my_index
{"mappings": {"properties": {"user_rating": {"type": "rank_feature"}}}
}POST /my_index/_doc/1
{"user_rating": 4.5
}GET /my_index/_search
{"query": {"function_score": {"query": {"match_all": {}},"field_value_factor": {"field": "user_rating","missing": 0}}}
}

Dense_Vector（稠密向量）

  • 应用场景： 存储数值向量，通常用于机器学习等场景。
  • 示例： 特征向量、嵌套向量表示等。
PUT /my_index
{"mappings": {"properties": {"feature_vector": {"type": "dense_vector"}}}
}POST /my_index/_doc/1
{"feature_vector": [0.1, 0.5, 0.8]
}GET /my_index/_search
{"query": {"script_score": {"query": {"match_all": {}},"script": {"source": "cosineSimilarity(params.query_vector, 'feature_vector') + 1.0","params": {"query_vector": [0.2, 0.3, 0.7]}}}}
}

这篇关于从零开发短视频电商 OpenSearch/ElasticSearch中数据类型介绍的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/483550。

相关文章

zookeeper端口说明及介绍

zookeeper端口说明及介绍

《zookeeper端口说明及介绍》：本文主要介绍zookeeper端口说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、zookeeper有三个端口（可以修改）aVNMqvZ二、3个端口的作用三、部署时注意总China编程结一、zookeeper有三个端口（可以
阅读更多...
Python使用OpenCV实现获取视频时长的小工具

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文
阅读更多...
Python中win32包的安装及常见用途介绍

Python中win32包的安装及常见用途介绍

《Python中win32包的安装及常见用途介绍》在Windows环境下,PythonWin32模块通常随Python安装包一起安装,：本文主要介绍Python中win32包的安装及常见用途的相关... 目录前言主要组件安装方法常见用途1. 操作Windows注册表2. 操作Windows服务3. 窗口操作
阅读更多...
c++中的set容器介绍及操作大全

c++中的set容器介绍及操作大全

《c++中的set容器介绍及操作大全》：本文主要介绍c++中的set容器介绍及操作大全,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录​​一、核心特性​​️ ​​二、基本操作​​​​1. 初始化与赋值​​​​2. 增删查操作​​​​3. 遍历方
阅读更多...
SpringBoot开发中十大常见陷阱深度解析与避坑指南

SpringBoot开发中十大常见陷阱深度解析与避坑指南

《SpringBoot开发中十大常见陷阱深度解析与避坑指南》在SpringBoot的开发过程中,即使是经验丰富的开发者也难免会遇到各种棘手的问题,本文将针对SpringBoot开发中十大常见的“坑... 目录引言一、配置总出错？是不是同时用了.properties和.yml？二、换个位置配置就失效？搞清楚加
阅读更多...
HTML img标签和超链接标签详细介绍

HTML img标签和超链接标签详细介绍

《HTMLimg标签和超链接标签详细介绍》：本文主要介绍了HTML中img标签的使用，包括src属性（指定图片路径）、相对/绝对路径区别、alt替代文本、title提示、宽高控制及边框设置等，详细内容请阅读本文，希望能对你有所帮助... 目录img 标签src 属性alt 属性title 属性width/h
阅读更多...
Python变量与数据类型全解析(最新整理)

Python变量与数据类型全解析(最新整理)

《Python变量与数据类型全解析(最新整理)》文章介绍Python变量作为数据载体,命名需遵循字母数字下划线规则,不可数字开头,大小写敏感,避免关键字,本文给大家介绍Python变量与数据类型全解析... 目录1、变量变量命名规范python数据类型1、基本数据类型数值类型(Number)：布尔类型(bo
阅读更多...
Python中对FFmpeg封装开发库FFmpy详解

Python中对FFmpeg封装开发库FFmpy详解

《Python中对FFmpeg封装开发库FFmpy详解》：本文主要介绍Python中对FFmpeg封装开发库FFmpy,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录一、FFmpy简介与安装1.1 FFmpy概述1.2 安装方法二、FFmpy核心类与方法2.1 FF
阅读更多...
基于Python开发Windows屏幕控制工具

基于Python开发Windows屏幕控制工具

《基于Python开发Windows屏幕控制工具》在数字化办公时代,屏幕管理已成为提升工作效率和保护眼睛健康的重要环节,本文将分享一个基于Python和PySide6开发的Windows屏幕控制工具,... 目录概述功能亮点界面展示实现步骤详解1. 环境准备2. 亮度控制模块3. 息屏功能实现4. 息屏时间
阅读更多...
Python实例题之pygame开发打飞机游戏实例代码

Python实例题之pygame开发打飞机游戏实例代码

《Python实例题之pygame开发打飞机游戏实例代码》对于python的学习者,能够写出一个飞机大战的程序代码,是不是感觉到非常的开心,：本文主要介绍Python实例题之pygame开发打飞机... 目录题目pygame-aircraft-game使用 Pygame 开发的打飞机游戏脚本代码解释初始化部
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2