锐客网

  1. 首页 > 睿知 > it技术 > >

es怎么对应mysql es mysql

IT技术Finditer

【elasticsearch实战】mysql的数据如何迁移到es中 如果你被上述问题困扰过，可以参考以下方案
这里需要介绍三种字段的type ， 分别是object 、 nested 、 join
现在有个问题，下面的数据如何存入到es中呢，它对应的mapping应该是什么样的呢
name、url这些字段好处理，直接设定字段 "type" : "text" 或者 "type" : "keword" 或者
就行了，但是对于address和links，这种里面包含json对象 ， 或者数组的，怎么处理呢 。这里可以采用 "type" : "object" 来处理 。如下
可能会对links有疑问，它明明是数组，却怎么和address的设置类似 。其实es中是没有单独的数组这一类型，因为他所有的字段都支持数组，比如你是text，你可以放多个值进去，以name为例，你可以放 "name":["张三", "李四"] 这样的数据进去 。
而且，es默认对这种嵌套结构建立的索引就是object类型，"type": "object" 可以省略 ??
于是可以变为下面这样
甚至，通过添加properties，可以无限嵌套下去 。
下面说object类型的缺点了 ， 缺点也是由它本身结构导致的
对于数组结构，是这么存储数据的,以上面的address为例,他会把json结构平铺开 ， 然后把所有这个字段的值放在平铺后的字段上：
这在查询时就出现问题了，本来Google和是绑定的，但是这种结构无法满足这种绑定的关系，也就是如果你想查name是Baidu ， 并且url是的，竟然也能查出来??，而这和前面所插入的文档内容不符 。
所以需要nested结构和join结构出场了
嵌套结构解决了我们查询嵌套文档字段的问题，同样的，也可以解决，在es中实现类似mysql的join查询的问题 。
【es怎么对应mysql es mysql】外键就需要设置为nested（虽然现在设计表几乎不用外键约束了 ， 但外键的逻辑还是在的?? )
另外 ， nested字段本身会形成一个文档，只不过是嵌套在大的文档下，所以在统计索引的文档数时，实际上是最外层的文档数加上nested字段形成的文档数
这里需要注意，以nested里面的字段为查询条件 ， 需要修改下查询DSL ， 在外层加一层nested ， 每有一层nested嵌套关系，就需要加一层
由于es本身对文档通过nested字段进行了绑定，索引更新数据时，整个文档都会被替换 ， 代价会大一些，但是由于关系绑定好了 ， 查询会快一些 。这里的代价大一些，查询快一些自然就是和join类型对比啦 。
join 其实有父子文档的概念，父文档通过一个字段关联一个子文档，
这个结构比较复杂的是在你推数据时 ， 需要指定对应的父文档是哪个
mapping结构如下
解释一下
优点就是更新数据时，不用连带着父子文档一起改，缺点是查询效率不如nested结构
以后再说吧??
使用canal将mysql同步到es中 因为自己项目中需要用到mysql数据同步到es中，查找了相关资料最后决定用canal来做，所以便有了本文，下面一起来看如何使用canal吧
根据上的原理解释，我们知道 canal 会模拟 mysql slave 的交互协议，伪装自己为 mysql slave ， 然后向 mysql master 发送 dump 协议 。
mysql master 收到 dump 请求，开始推送 binary log 给 slave(也就是 canal)，然后 canal 解析 binary log 对象(原始为 byte流) 。
经 canal 解析过的对象 ， 我们使用起来就非常的方便了 。
再根据提供的版本信息，你会发现 canal 其实相当于一个中间件，专门用来解析 MySQL 的 binlog 日志 。canal 解析好了之后，会封装成一个数据对象 ， 通过 protobuf3.0 协议进行交互，让 canal 客户端进行消费 。

推荐阅读


上一篇：服务器跑酷，mc跑酷服务器

下一篇：经营旅店游戏名字，经营旅店游戏名字大全集