欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  新闻

json对象数组格式(json数组和json对象区别)

程序员文章站 2022-06-25 13:47:24
在elasticsearch中,使用json结构来存储数据,一个key/value对是json的一个字段,而value可以是基础数据类型,也可以是数组,文档(也叫对象),或文档数组,因此,每个json...

在elasticsearch中,使用json结构来存储数据,一个key/value对是json的一个字段,而value可以是基础数据类型,也可以是数组,文档(也叫对象),或文档数组,因此,每个json文档都内在地具有层次结构。复合数据类型是指数组类型,对象类型和嵌套类型,各个类型的特点分别是:数组字段是指一个字段有多个值,每个值都是该数组字段的一个元素;元素的类型可以是基础类型,也可以是文档类型;对象类型是指字段的值是一个json文档;嵌套字段是指对象类型的一个特殊版本,elasticsearch引擎在内部把嵌套字段索引成单个文档。如果在嵌套字段中定义对象数组,那么对象数组中的每个元素(文档)都被索引成单个文档,每个文档都能被独立地查询。

一,对象类型

json文档是有层次结构的,一个文档可能包含其他文档,如果一个文档包含其他文档,那么该文档值是对象类型,其数据类型是对象,elasticsearch默认把文档的属性type设置为object,即”type”:”object”。

例如,在创建索引映时,定义name字段为对象类型,不需要显式定义type属性值,其默认值是object:

"manager":{  
   "properties":{  
      "age":{ "type":"integer"},
      "name":{  
         "properties":{  
            "first":{"type":"string"},
            "last":{ "type":"string"}
         }
      }
   }
}

默认情况下,上述文档类型被索引为以点号命名的数据结构,把层次结构展开之后,数据结构是由扁平的key/value对构成:

{
  "manager.age":        30,
  "manager.name.first": "john",
  "manager.name.last":  "smith"
}

二,开箱即用的数组类型

在elasticsearch中,没有专门的数组(array)数据类型,但是,在默认情况下,任意一个字段都可以包含0或多个值,这意味着每个字段默认都是数组类型,只不过,数组类型的各个元素值的数据类型必须相同。在elasticsearch中,数组是开箱即用的(out of box),不需要进行任何配置,就可以直接使用。

1,数组类型

在同一个数组中,数组元素的数据类型是相同的,elasticsearch不支持元素为多个数据类型:[ 10, “some string” ],常用的数组类型是:字符数组: [ “one”, “two” ]整数数组: productid:[ 1, 2 ]对象(文档)数组: “user”:[ { “name”: “mary”, “age”: 12 }, { “name”: “john”, “age”: 10 }],elasticsearch内部把对象数组展开为 {“user.name”: [“mary”, “john”], “user.age”: [12,10]}

对于文档数组,每个元素都是结构相同的文档,文档之间都不是独立的,在文档数组中,不能独立于其他文档而去查询单个文档,这是因为,一个文档的内部字段之间的关联被移除,各个文档共同构成对象数组。

对整数数组进行查询,例如,使用多词条(terms)查询类型,查询productid为1和2的文档:

{  
   "query":{  
      "terms":{  
         "productid":[ 1, 2 ]
      }
   }
}

2,对象数组

通过put动词,自动创建索引和文档类型,在文档中创建对象数组:

put my_index/my_type/1
{
  "group" : "fans",
  "user" : [ 
    {
      "first" : "john",
      "last" :  "smith"
    },
    {
      "first" : "alice",
      "last" :  "white"
    }
  ]
}

elasticsearch引擎内部把对象数组展开成扁平的数据结构,把上例的文档类型的数据结构展开之后,文档数据类似于:

{
  "group" :        "fans",
  "user.first" : [ "alice", "john" ],
  "user.last" :  [ "smith", "white" ]
}

字段 user.first 和 user.last 被展开成数组字段,但是,这样展开之后,单个文档内部的字段之间的关联就会丢失,在该例中,展开的文档数据丢失first和last字段之间的关联,比如,alice 和 white 的关联就丢失了。

三,嵌套数据类型

嵌套数据类型是对象数据类型的特殊版本,它允许对象数组中的各个对象被索引,数组中的各个对象之间保持独立,能够对每一个文档进行单独查询,这就意味着,嵌套数据类型保留文档的内部之间的关联,elasticsearch引擎内部使用不同的方式处理嵌套数据类型和对象数组的方式,对于嵌套数据类型,elasticsearch把数组中的每一个嵌套文档(nested document)索引为单个文档,这些文档是隐藏(hidden)的,文档之间是相互独立的,但是,保留文档的内部字段之间的关联,使用嵌套查询(nested query)能够独立于其他文档而去查询单个文档。在创建嵌套数据类型的字段时,需要设置字段的type属性为nested。

1,在索引映射中创建嵌套字段

设置user字段为嵌套数据类型,由于每个字段默认都可以是数组类型,因此,嵌套字段也可以是对象数组。

"mappings":{  
   "my_type":{  
      "properties":{  
         "group":{ "type":"string"},
         "user":{  
            "type":"nested",
            "properties":{  
               "first":{ "type":"string"},
               "second":{  "type":"string"}
            }
         }
      }
   }
}

2,为嵌套字段赋值

为嵌套字段赋予多个值,那么elasticsearch自动把字段值转换为数组类型。

put my_index/my_type/1
{
  "group" : "fans",
  "user" : [ 
    { "first" : "john", "last" :  "smith"},
    { "first" : "alice", "last" :  "white"}
  ]
}

在elasticsearch内部,嵌套的文档(nested documents)被索引为很多独立的隐藏文档(separate documents),这些隐藏文档只能通过嵌套查询(nested query)访问。每一个嵌套的文档都是嵌套字段(文档数组)的一个元素。嵌套文档的内部字段之间的关联被elasticsearch引擎保留,而嵌套文档之间是相互独立的。在该例中,elasticsearch引起保留alice和white之间的关联,而john和white之间是没有任何关联的。

默认情况下,每个索引最多创建50个嵌套文档,可以通过索引设置选项:index.mapping.nested_fields.limit 修改默认的限制。

indexing a document with 100 nested fields actually indexes 101 documents as each nested document is indexed as a separate document.

四,嵌套查询

嵌套查询用于查询嵌套对象,执行嵌套查询执行的条件是:嵌套对象被索引为单个文档,查询作用在根文档(root parent)上。嵌套查询由关键字“nested”指定:

"nested" : {
        "path" : "obj1",
        "query" : {...}

1,必须赋值的参数:path参数:指定嵌套字段的文档路径,根路径是顶层的文档,通过点号“.”来指定嵌套文档的路径;query参数:在匹配路径(参数path)的嵌套文档上执行查询,query参数指定对嵌套文档执行的查询条件。

2,使用嵌套查询访问嵌套文档

get my_index/_search
{
  "query": {
    "nested": {
      "path": "user",
      "query": {
        "bool": {
          "must": [
            { "match": { "user.first": "alice" }},
            { "match": { "user.last":  "white" }} 
          ]
        }
      }
    }
  }
}

五,使用c#索引数组类型

1,创建elasticsearch的索引映射

{  
   "settings":{  
      "number_of_shards":5,
      "number_of_replicas":0
   },
   "mappings":{  
      "events":{  
        "dynamic":"false",
         "properties":{  
            "eventid":{  
               "type":"long",
               "store":true,
               "index":"not_analyzed"
            },
            "eventname":{  
               "type":"string",
               "store":true,
               "index":"analyzed",
               "fields":{  
                  "raw":{  
                     "type":"string",
                     "store":true,
                     "index":"not_analyzed"
                  }
               }
            },
            "topics":{  
               "type":"integer",
               "store":true,
               "index":"analyzed"
            }
         }
      }
   }
}

对于topics字段,类型是integer,赋予其一组整数值[1,2,3],那么该字段就能存储数组。

"topics":{  
    "type":"integer",
    "store":true,
    "index":"analyzed"
}

2,创建数据模型(data model)

为数组字段定义为list类型,每个列表项的数据类型是int。

public class eventbase
{
    public long eventid { get; set; }
}

public class ebrieevents:eventbase
{
    public string eventname { get; set; }
    public list<int> topics { get; set; }
}

3,为字段赋值

为list字段topics赋值,调用nest对该文档进行索引

ebrieevents pb = new ebrieevents();

//topics list
list<string> strtopics = tablerow["topics"].tostring().trimend(',').split(',').tolist();
list<int> topics = new list<int>();
foreach(string str in strtopics)
{
    topics.add(int.parse(str));
}
pb.topics = topics;  

4,查询数组字段

{  
   "query":{  
      "terms":{  
         "topics":[1001,487]
      }
   }
}