Bagaimana untuk Mengoptimumkan Struktur Indeks ElasticSearch dengan Pengikatan Entiti Berbilang?

Cara Mengkonfigurasi Struktur Indeks ElasticSearch dengan Pengikatan Berbilang Entiti

Latar Belakang

Mengintegrasikan ElasticSearch (ES) dengan kerap aplikasi lama menimbulkan cabaran kerana perbezaan dalam struktur data dan keperluan pengindeksan. Untuk skema hubungan yang kompleks, menyahnormalkan data dan meratakan entiti boleh meningkatkan prestasi dan memudahkan pertanyaan.

Soalan:

Bagaimana saya boleh meratakan pangkalan data dengan pengikatan berbilang entiti (n :m perhubungan) untuk pengindeksan optimum dalam ES?

Penyelesaian:

1. Nyahnormalkan Data:

Buat dokumen produk yang merangkumi semua data yang berkaitan, termasuk tatasusunan terbenam entiti berkaitan. Berikut ialah contoh skema:

{
  "id": "00c8234d71c4e94f725cd432ebc04",
  "title": "Alpha",
  "price": 589.0,
  "flags": ["Sellout", "Top Product"]
}

2. Jenis Pemetaan:

Konfigurasikan jenis pemetaan agar sepadan dengan skema baharu:

PUT products
{
  "mappings": {
    "product": {
      "properties": {
        "id": {
          "type": "string",
          "index": "not_analyzed"
        },
        "title": {
          "type": "string"
        },
        "price": {
          "type": "double",
          "null_value": 0.0
        },
        "flags": {
          "type": "string",
          "index": "not_analyzed"
        }
      }
    }
  }
}

3. SQL Query:

Dapatkan semula data daripada pangkalan data menggunakan pertanyaan yang menyertai entiti berkaitan dan menggabungkan tajuk bendera:

Atas ialah kandungan terperinci Bagaimana untuk Mengoptimumkan Struktur Indeks ElasticSearch dengan Pengikatan Entiti Berbilang?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!