当前播放: 50 | 文档的父子关系
00:00 / 00:00
高清
  • 高清
1.0x
  • 2.0x
  • 1.5x
  • 1.25x
  • 1.0x
  • 0.5x
网页全屏
全屏
00:00
付费课程,可试看
课程目录
第一章:概述 (4讲)
01 | 课程介绍
免费
02 | 内容综述及学习建议
免费
03 | Elasticsearch简介及其发展历史
免费
04 | Elastic Stack家族成员及其应用场景
免费
第二章:安装上手 (4讲)
05 | Elasticsearch的安装与简单配置
免费
06 | Kibana的安装与界面快速浏览
07 | 在Docker容器中运行Elasticsearch Kibana和Cerebro
08 | Logstash安装与导入数据
第三章:Elasticsearch入门 (15讲)
09 | 基本概念:索引、文档和REST API
10 | 基本概念:节点、集群、分片及副本
11 | 文档的基本CRUD与批量操作
12 | 倒排索引介绍
13 | 通过Analyzer进行分词
14 | Search API概览
15 | URI Search详解
16 | Request Body与Query DSL简介
17 | Query String&Simple Query String查询
18 | Dynamic Mapping和常见字段类型
19 | 显式Mapping设置与常见参数介绍
20 | 多字段特性及Mapping中配置自定义Analyzer
21 | Index Template和Dynamic Template
22 | Elasticsearch聚合分析简介
23 | 第一部分总结
第四章:深入搜索 (13讲)
24 | 基于词项和基于全文的搜索
25 | 结构化搜索
26 | 搜索的相关性算分
27 | Query&Filtering与多字符串多字段查询
28 | 单字符串多字段查询:Dis Max Query
29 | 单字符串多字段查询:Multi Match
30 | 多语言及中文分词与检索
31 | Space Jam,一次全文搜索的实例
32 | 使用Search Template和Index Alias查询
33 | 综合排序:Function Score Query优化算分
34 | Term&Phrase Suggester
35 | 自动补全与基于上下文的提示
36 | 配置跨集群搜索
第五章:分布式特性及分布式搜索的机制 (8讲)
37 | 集群分布式模型及选主与脑裂问题
38 | 分片与集群的故障转移
39 | 文档分布式存储
40 | 分片及其生命周期
41 | 剖析分布式查询及相关性算分
42 | 排序及Doc Values&Fielddata
43 | 分页与遍历:From, Size, Search After & Scroll API
44 | 处理并发读写操作
第六章:深入聚合分析 (4讲)
45 | Bucket & Metric聚合分析及嵌套聚合
46 | Pipeline聚合分析
47 | 作用范围与排序
48 | 聚合分析的原理及精准度问题
第七章:数据建模 (7讲)
49 | 对象及Nested对象
50 | 文档的父子关系
51 | Update By Query & Reindex API
52 | Ingest Pipeline & Painless Script
53 | Elasticsearch数据建模实例
54 | Elasticsearch数据建模最佳实践
55 | 第二部分总结回顾
第八章:保护你的数据 (3讲)
56 | 集群身份认证与用户鉴权
57 | 集群内部安全通信
58 | 集群与外部间的安全通信
第九章:水平扩展Elasticsearch集群 (6讲)
59 | 常见的集群部署方式
60 | Hot & Warm架构与Shard Filtering
61 | 分片设计及管理
62 | 如何对集群进行容量规划
63 | 在私有云上管理Elasticsearch集群的一些方法
64 | 在公有云上管理与部署Elasticsearch集群
第十章:生产环境中的集群运维 (10讲)
65 | 生产环境常用配置与上线清单
66 | 监控Elasticsearch集群
67 | 诊断集群的潜在问题
68 | 解决集群Yellow与Red的问题
69 | 提升集群写性能
70 | 提升进群读性能
71 | 集群压力测试
72 | 段合并优化及注意事项
73 | 缓存及使用Breaker限制内存使用
74 | 一些运维的相关建议
第十一章:索引生命周期管理 (2讲)
75 | 使用Shrink与Rollover API有效管理时间序列索引
76 | 索引全生命周期管理及工具介绍
第十二章:用Logstash和Beats构建数据管道 (3讲)
77 | Logstash入门及架构介绍
78 | 利用JDBC插件导入数据到Elasticsearch
79 | Beats介绍
第十三章:用Kibana进行数据可视化分析 (4讲)
80 | 使用Index Pattern配置数据
81 | 使用Kibana Discover探索数据
82 | 基本可视化组件介绍
83 | 构建Dashboard
第十四章:探索X-Pack套件 (6讲)
84 | 用Monitoring和Alerting监控Elasticsearch集群
85 | 用APM进行程序性能监控
86 | 用机器学习实现时序数据的异常检测(上)
87 | 用机器学习实现时序数据的异常检测(下)
88 | 用ELK进行日志管理
89 | 用Canvas做数据演示
实战1:电影搜索服务 (3讲)
90 | 项目需求分析及架构设计
91 | 将电影数据导入Elasticsearch
92 | 搭建你的电影搜索服务
实战2:Stackoverflow用户调查问卷分析 (3讲)
93 | 需求分析及架构设计
94 | 数据Extract & Enrichment
95 | 构建Insights Dashboard
备战:Elastic认证 (5讲)
96 | Elastic认证介绍
97 | 考点梳理
98 | 集群数据备份
99 | 基于Java和Elasticseach构建应用
100 | 结束语
50 | 文档的父子关系

50 | 文档的父子关系

阮一鸣
eBay Pronto平台技术负责人
100讲 约1000分钟18053
单独订阅¥129
2人成团¥99
1
登录 后留言

精选留言(16)

  • godtrue
    嵌套对象反范式模式设计,通过冗余数据来提高查询性能,适用于读多写少的场景。
    父子文档类似关系型数据库中的关联关系,适用于写多的场景,减少了文档修改的范围。
    感觉就是时空的此消彼长,要提高性能就费点空间,要节省修改的空间就费点性能。
    相对来说时间更宝贵,也就是怎么能提高性能怎么来更合适!

    作者回复: 👍

    2019-09-21
    8
  • Geek_e98e2d
    老师你好,请问has_parent和has_child可以用在一个query里面吗?需要同时查parent和child里面信息怎么办呢?感谢回复
    2019-11-27
    1
    1
  • 天天向善
    如果要查询所有的父文档,不考虑子文档,应该怎么查询,直接match_all查询的结果包含了子文档,has_child与has_parent都不能实现吧
    2019-11-27
  • 佩佩
    老师好,父子索引查询嵌套在should中无法在两组查询均使用inner_hit,有其他办法处理吗?
    报错信息:
    error": {
        "root_cause": [
          {
            "type": "illegal_argument_exception",
            "reason": "[inner_hits] already contains an entry for key [answer]"
          }
        ],
    查询语句:
    GET question_answer/_search
    {
      "query": {
        "bool": {
          "should": [
            {
              "has_parent": {
                "parent_type": "answer",
                "query": {
                  "bool": {
                    "must": [
                      {
                        "match_all": {}
                      },
                      {
                        "has_parent": {
                          "parent_type": "question",
                          "query": {
                            "term": {
                              "_id": {
                                "value": "1"
                              }
                            }
                          },
                          "inner_hits": {}
                        }
                      }
                    ]
                  }
                },
                "inner_hits": {}
              }
            },
            {
              "has_parent": {
                "parent_type": "answer",
                "query": {
                  "bool": {
                    "must": [
                      {
                        "term": {
                          "_id": {
                            "value": "6"
                          }
                        }
                      },
                      {
                        "has_parent": {
                          "parent_type": "question",
                          "query": {
                            "match_all": {}
                          },
                          "inner_hits": {}
                        }
                      }
                    ]
                  }
                },
                    "inner_hits": {}
              }
            }
          ]
        }
      }
    }
    2019-11-25
  • 纪他
    老师你好,那对于社交朋友圈,分组可见性,是更适合用父子文档吗?

    作者回复: 其实不需要全文检索和聚合,未必非要用es啊

    2019-11-18
  • Cybertrunk
    很奇怪。执行 GET my_blogs/_doc/comment2 能返回id为comment2的comment文档。但换成comment3却不行。
    Query:
    GET my_blogs/_doc/comment2
    Result:
    {
      "_index" : "my_blogs",
      "_type" : "_doc",
      "_id" : "comment2",
      "_version" : 1,
      "_seq_no" : 5,
      "_primary_term" : 1,
      "_routing" : "blog2",
      "found" : true,
      "_source" : {
        "comment" : "I like Hadoop!!!!!",
        "username" : "Jack",
        "blog_comments_relation" : {
          "name" : "comment",
          "parent" : "blog2"
        }
      }
    }
    Query:
    GET my_blogs/_doc/comment3
    Result:
    {
      "_index" : "my_blogs",
      "_type" : "_doc",
      "_id" : "comment3",
      "found" : false
    }
    Query:
    GET my_blogs/_doc/comment3?routing=blog2
    Result:
    {
      "_index" : "my_blogs",
      "_type" : "_doc",
      "_id" : "comment3",
      "_version" : 1,
      "_seq_no" : 6,
      "_primary_term" : 1,
      "_routing" : "blog2",
      "found" : true,
      "_source" : {
        "comment" : "Hello Hadoop",
        "username" : "Bob",
        "blog_comments_relation" : {
          "name" : "comment",
          "parent" : "blog2"
        }
      }
    }
    令人费解!
    2019-10-15
    1
  • 闪烁之星
    一个父可以对应多个子吗?比如父文档是订单,对应的子有订单明细和支付信息(积分和微信支付)
    2019-10-08
    1
  • Jesse
    老师好,请问一个父文档配置多个类型的子文档,返回结果可以返回所有子文档的信息吗?
    2019-10-04
    2
  • 青青子衿
    如何显示指定子文档的字段定义呢?
    2019-09-20
  • Summer
    父子关系是可以是多对多的关系 ,但如果一个子所属的父在不同的分片上,哪子会找谁,是不是只能随机找个父分片了?还是设计的时候,尽量避免这种设计?比如:一个标签可以属于多个电影,但如果设计成一对一的,又会有大量的相同标签产生,如果设计成多对多的,就怕不在一个分片上,性能更差,好纠结。。。

    作者回复: 标签 就使用denormalization吧。无需只保留一份标签。es中尽量denormalization,原因在课程中有讲解。

    父子关系,子必须将父文档id作为route值

    2019-09-12
  • Summer
    join 支持多级查询吗?如:孙子找爷爷

    作者回复: 支持的,你去看一下es文档,父子关系的那篇就有这样的例子

    2019-09-12
  • zj
    没看到老师设置子文档comment的mapping
    2019-09-04
    2
  • adks2019
    blog的浏览量和评论数等频繁更新的数字字段适合用父子结构存储吗?

    作者回复: 浏览量如果变化非常快,数据量非常的大,建议不要做实时更新,会有性能的问题,可以每天定期做增量update,也可以考虑或者只记录数据库的字段,到数据库取浏览量

    2019-09-03
  • GaelYang
    什么样的场合使用 嵌套(neted)方式,什么样的场合使用父子文档的方式?

    作者回复: 父子文档关系适合大量更新的操作。比如blog里有评论信息,经常有大量的更新修改。嵌套对象适用于字段中有多值对象,同时需要查询。这在课程中有提到的

    2019-08-27
  • 王俊杰
    老师 Java High Level REST Client 有父子查询相关的api吗
    2019-08-22
  • 王俊杰
    老师,join父子关系,如何设置子类的mapping

    作者回复: 用的是一个mapping

    2019-08-22
收起评论
看过的人还看
从0开始学架构

李运华  资深技术专家

59讲 | 39906 人已学习

拼团 ¥79 原价 ¥99
趣谈网络协议

刘超  网易研究院云计算技术部首席架构师

51讲 | 41383 人已学习

限时 ¥79 原价 ¥99
MySQL实战45讲

林晓斌  网名丁奇,前阿里资深技术专家

48讲 | 46851 人已学习

拼团 ¥79 原价 ¥99
Kafka核心技术与实战

胡夕  人人贷计算平台部总监,Apache Kafka Contributor

46讲 | 9207 人已学习

拼团 ¥79 原价 ¥99