数据建模原则

1. 建模原则

• 根据查询需求建模，而非数据结构
• 优先考虑搜索性能
• 合理使用反规范化

这三条原则之间存在张力。反规范化把关联数据冗余进单个文档，能省掉查询时的关联开销，却会引入写放大、存储冗余和同步成本。建模是在查询延迟、写入吞吐、更新频率与索引体积之间做取舍，而不是套用某条原则。

2. 字段类型选择

场景	类型
全文搜索	text
精确匹配	keyword
范围查询	integer/date
地理位置	geo_point

3. 映射优化

PUT /my-index
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "ik_max_word",
        "search_analyzer": "ik_smart"
      },
      "status": {
        "type": "keyword"
      },
      "price": {
        "type": "scaled_float",
        "scaling_factor": 100
      }
    }
  }
}

4. 避免映射爆炸

• 限制字段数量
• 避免用动态内容作为字段名
• 按字段契约的严格程度选择 dynamic

dynamic 的取值决定遇到未映射字段时的行为。dynamic: strict 直接拒绝写入包含未知字段的文档，适合字段契约固定的场景；dynamic: false 允许文档写入，但跳过未知字段的索引，值仍保留在 _source 中，适合想容忍新字段又不想扩大映射的场景。两者不能互换。对于键集合无法预先枚举、又确实需要存储的数据，可评估 flattened 类型，而不是无限制生成独立字段。

5. 文档 ID 设计

# 使用业务 ID 作为文档 _id（推荐，支持幂等写入）
PUT /orders/_doc/ORDER_20240101_001
{
  "order_id": "ORDER_20240101_001",
  "amount": 99.9
}

# 使用 UUID 自动生成（适合日志类数据，避免冲突）
POST /logs/_doc
{
  "message": "user login",
  "timestamp": "2024-01-01T00:00:00Z"
}

6. 多字段策略（Multi-field）

PUT /articles
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "ik_max_word",
        "search_analyzer": "ik_smart",
        "fields": {
          "keyword": { "type": "keyword", "ignore_above": 256 },
          "pinyin": { "type": "text", "analyzer": "pinyin_analyzer" }
        }
      }
    }
  }
}

这样 title 支持全文搜索，title.keyword 支持精确匹配和排序，title.pinyin 支持拼音搜索。

7. 建模决策清单

问题	决策
字段需要全文搜索？	是 → text，否 → keyword
字段需要精确匹配/聚合？	是 → keyword 或 multi-field
字段需要范围查询？	是 → integer/long/date
对象数组需要独立查询？	是 → nested 类型，见 Nested vs Join
关联数据更新频繁？	是 → parent-child 或应用层关联，见 Nested vs Join
数据量大，查询模式固定？	更新不频繁且可容忍冗余 → 反规范化（宽表）

8. 最佳实践

• 根据查询需求建模，而非数据结构
• 避免映射爆炸，按需选择 dynamic: strict 或 dynamic: false，两者行为不同
• ignore_above 控制字符串值超过指定长度时跳过索引，值仍保留在 _source；显式映射的 keyword 默认不设置 ignore_above，仅动态映射生成的 .keyword 子字段默认 256
• 不需要搜索的字段设置 index: false 减少索引开销
• 对象字段只需保留原始 JSON、无需解析与索引时设置 enabled: false；该设置不会从 _source 移除字段，控制返回内容应用 _source 过滤或 fields