英文版地址: https://www.elastic.co/guide/en/elasticsearch/guide/current/denormalization-concurrency.html
本书基于 Elasticsearch 2.x 版本，有些内容可能已经过时。
去规范化和并发 (Denormalization and Concurrency)edit
当然，数据去规范化也有弊端。
第一个缺点是索引会更大, 因为每个博客文章文档的_source将会更大，并且这里有很多的索引字段。这通常不是一个大问题。数据写到磁盘将会被高度压缩，而且磁盘已经很廉价了。Elasticsearch 可以愉快地应付这些额外的数据。
更重要的问题是，如果用户改变了他的名字，他所有的博客文章也需要更新了。幸运的是，用户不经常更改名称。即使他们做了，
用户也不可能写超过几千篇博客文章，所以更新博客文章通过 scroll 和 bulk API 大概耗时不到一秒。
然而，让我们考虑一个更复杂的场景，其中的变化很常见，影响深远，而且非常重要：并发。
在这个例子中，我们将在 Elasticsearch 模拟一个文件系统的目录树，非常类似 Linux 文件系统：根目录是 / ，每个目录可以包含文件和子目录。
我们希望能够搜索到一个特定目录下的文件，比如：
grep "some text" /clinton/projects/elasticsearch/*
这就要求我们索引文件所在目录的路径：
PUT /fs/file/1
{
"name": "README.txt",
"path": "/clinton/projects/elasticsearch",
"contents": "Starting a new Elasticsearch project is easy..."
}
事实上，我们也应当索引 directory 文档，这样我们就可以在目录内列出所有的文件和子目录，但为了简洁，我们将忽略这个需求。
我们也希望能够搜索到一个特定目录下的目录树包含的的任何文件，比如：
grep -r "some text" /clinton
为了支持这一点，我们需要对路径层次结构进行索引：
-
/clinton -
/clinton/projects -
/clinton/projects/elasticsearch
这种层次结构能够通过 path 字段使用 path_hierarchy分词器 自动生成：
PUT /fs
{
"settings": {
"analysis": {
"analyzer": {
"paths": {
"tokenizer": "path_hierarchy"
}
}
}
}
}
|
自定义的 |
file 类型的映射看起来如下所示：
PUT /fs/_mapping/file
{
"properties": {
"name": {
"type": "string",
"index": "not_analyzed"
},
"path": {
"type": "string",
"index": "not_analyzed",
"fields": {
"tree": {
"type": "string",
"analyzer": "paths"
}
}
}
}
}
一旦索引建立并且文件已被编入索引，我们可以执行一个搜索，在 /clinton/projects/elasticsearch 目录中包含 elasticsearch 的文件，如下所示：
GET /fs/file/_search
{
"query": {
"filtered": {
"query": {
"match": {
"contents": "elasticsearch"
}
},
"filter": {
"term": {
"path": "/clinton/projects/elasticsearch"
}
}
}
}
}
所有在 /clinton 下面的任何子目录存放的文件将在 path.tree 字段中包含 /clinton 词项。所以我们能够搜索 /clinton 的任何子目录中的所有文件，如下所示：
GET /fs/file/_search
{
"query": {
"filtered": {
"query": {
"match": {
"contents": "elasticsearch"
}
},
"filter": {
"term": {
"path.tree": "/clinton"
}
}
}
}
}
重命名文件和目录edit
到目前为止一切顺利。 重命名一个文件很容易 — 所需要的只是一个简单的 update 或 index 请求。
你甚至可以使用 乐观并发控制(optimistic concurrency control) 确保你的变化不会与其他用户的变化发生冲突：
PUT /fs/file/1?version=2 { "name": "README.asciidoc", "path": "/clinton/projects/elasticsearch", "contents": "Starting a new Elasticsearch project is easy..." }
我们甚至可以重命名一个目录，但这意味着更新所有存在于该目录下路径层次结构中的所有文件。
这可能快也可能慢，取决于有多少文件需要更新。我们所需要做的就是使用 scroll 来检索所有的文件，
用 bulk API 来更新它们。这个过程不是原子的，但是所有的文件将会迅速转移到他们的新的存放位置。