背景

有2种常见的多维度查询场景，分别是：

带多个筛选条件的列表查询
不含分库分表列的其他维度查询

普通的数据库查询，很难实现上述需求场景，更不用提模糊查询、全文检索了。

下面结合楼主的经验和知识，介绍初级方案、进阶方案（上ElasticSearch），大部分情况下推荐使用ElasticSearch来实现多维度查询，赶时间的读者可以直接跳到“进阶方案：将ElasticSearch添加到现有系统中”。

初级方案

1、根据常见查询场景，增加相应字段的组合索引

这个是为了实现带多个筛选条件的列表查询的。

优点

非常简单
读写不一致时间较短：取决于数据库主从同步延时，一般为毫秒级别

缺点

非常局限：除非筛选条件比较固定，否则难以应付后续新增或修改筛选条件
如果每次来新的筛选查询字段的需求，就新增索引，最终导致索引过于庞大，影响性能

于是就出现了经典的一幕：产品提需求说要支持某个新字段的筛选查询，开发反馈说做不了、或者成本很高，于是不了了之 :）

2、异构出多份数据

更加优雅的方式，是异构出多份数据。
例如，C端按用户维度查询，B端按店铺维度查询，如果还有供应商，按供应商维度查询。一个数据库只能按一种维度来分库。

（1）程序写入多个数据源

优点是：非常简单。

缺点

跨库写存在一致性问题（除非不同维度的表使用公共的分库，事务写入），性能低
不能灵活支持更多其他维度的查询

（2）借助Canal实现数据的自动同步

通过Canal同步数据，异构出多个维度的数据源。详见之前写的这篇文章：架构师必备：巧用Canal实现异步、解耦的架构

优点是：更加优雅，无需改动程序主流程。
####缺点

仍然无法解决不断变化的需求，不可能为了支持新维度就异构出一份新数据

进阶方案：将ElasticSearch添加到现有系统中

应用架构

现有系统一般都会用到MySQL数据库，需要引入ES，为系统增强多维度查询的功能。
MySQL继续承担业务的实时读写请求、事务操作，ES承担近实时的多维度查询请求，ES可支撑十万级别qps（取决于节点数、分片数、副本数）。
需要注意的是：同步数据至ES是秒级延迟（主要耗费在索引refresh），而查询已进入索引的文档，是在数毫秒到数百毫秒级别。

导入数据

需要同步机制，来把MySQL中的数据导入到ES中，主要流程如下：

预先定义ES索引的mapping配置，而不依赖ES自动生成mapping
初始全量导入，后续增量导入：Canal+MQ数据管道同步，不需要或仅需少量代码工作
数据过滤：不导入无需检索的字段，减小索引大学，提高性能
数据扁平化处理：如果数据库中有json字段列，需要从中提取业务字段，避免嵌套类型的字段，提高性能

查询数据

从ES 8.x版本开始，建议使用Java api client，并且要Java 8及以上环境，因为可使用各种lambda函数，来提高代码可读性
- 优点是新客户端与server代码完全耦合（相比于原Java transport client，在8.x版本已废弃），并且API风格与http rest api很接近（相比于原Java rest client，在8.x版本已废弃），只要熟练掌握http json请求体写法，即可快速上手。
- 底层使用的还是原来的low level rest client，实现了http长连接、访问ES各节点的负载均衡、故障转移，最底层依赖的是apache http async client。
ES 7.x版本及以下，或使用Java 7及以下，建议升级，否则就只能继续用high level rest client。

代码示例如下（含详细注释）：

public class EsClientDemo {// demo演示：创建client，然后搜索public void createClientAndSearch() throws Exception {// 创建底层的low level rest client，连接ES节点的9200端口RestClient restClient = RestClient.builder(new HttpHost("localhost", 9200)).build();// 创建transport类，传入底层的low level rest client，和json解析器ElasticsearchTransport transport = new RestClientTransport(restClient, new JacksonJsonpMapper());// 创建核心client类，后续操作都围绕此对象ElasticsearchClient esClient = new ElasticsearchClient(transport);// 多条件搜索// fluent API风格，并且使用lambda函数提高代码可读性，可以看出Java api client的语法，同http json请求体非常相似String searchText = "bike";String brand = "brandNew";double maxPrice = 1000;// 根据商品名称，做match全文检索查询Query byName = MatchQuery.of(m -> m.field("name").query(searchText))._toQuery();// 根据品牌，做term精确查询Query byBrand = new Query.Builder().term(t -> t                          .field("brand")                    .value(v -> v.stringValue(brand))).build();// 根据价格，做range范围查询Query byMaxPrice = RangeQuery.of(r -> r.field("price").lte(JsonData.of(maxPrice)))._toQuery();// 调用核心client，做查询SearchResponse<Product> response = esClient.search(s -> s.index("products")  // 指定ES索引.query(q -> q       // 指定查询DSL.bool(b -> b    // 多条件must组合，必须同时满足.must(byName).must(byBrand).must(byMaxPrice))),Product.class);// 遍历命中结果List<Hit<Product>> hits = response.hits().hits();for (Hit<Product> hit: hits) {Product product = hit.source();  // 通过source获取结果logger.info("Found product " + product.getName() + ", score " + hit.score());}}}

可参阅：https://www.elastic.co/guide/en/elasticsearch/client/index.html

数据模型转换

因为既有MySQL，又有ES，所以有2种异构的数据模型。需要在代码中定义2种数据模型，并且实现类型互相转换的工具类。

MySQL数据VO
ES数据VO
MySQL数据VO、ES数据VO互相转换工具
业务层BO
接口DTO

原理概要

ES之所以比MySQL，能胜任多维度查询、全文检索，是因为底层数据结构不同：

ES倒排索引
- 如果是全文检索字段：会先分词，然后生成 term -> document 的倒排索引，查询时也会把query分词，然后检索出相关的文档。相关度算法如TF-IDF（term frequency–inverse document frequency），取决于：词在该文档中出现的频率（TF，term frequency），越高代表越相关；以及词在所有文档中出现的频率（IDF，inverse document frequency），越高代表越不相关，相当于是一个通用的词，对相关性影响较小。
- 如果是精确值字段：则无需分词，直接把query作为一个整体的term，查询对应文档。
- 因为文档中的所有字段，都生成了倒排索引，所以能处理多维度组合查询
MySQL B+树
- B+树的非叶子节点记录了孩子节点值的范围，而叶子节点记录了真正的一组值，并且在同一层，形成了一个有序链表
- 组合索引需要显式创建：选择需索引的字段、并且顺序是重要的，所以如果待查询的字段不在索引中，就无法高效查询，可能演变为全表扫描（对聚簇索引的叶子节点做一次遍历）

另外简要回顾一下ES的架构要点：

节点分为主节点、数据节点，一个节点上可以有多个分片，分片分为主分片、副本分片，1对多，主分片与副本分片分布在不同的节点，来实现高可用
主分片数在创建时，就需要指定，在创建后不能随意更改（如果变化，路由就会出错）；而副本分片可以增加，来提高ES集群的查询QPS
路由算法：id % 主分片数，如果创建文档时不指定id，则ES会自动生成；一般会传自定义业务id

优点、缺点

优点

支持各字段的多维度组合查询，无惧未来新增字段（主要成本在于新增字段后、重建索引）
与现有系统完全解耦，适合架构演进
在数据量级上远胜Mysql，最大支持PB级数据的存储和查询

缺点

读写不一致时间在秒级：因为有2个耗时阶段，一是同步阶段将数据从MySQL数据库写入ES，二是ES索引refresh阶段，数据从buffer写入索引后才可查到
- 因此一个trick就是，在写入操作后，前端延迟调用后端的列表查询接口，比如延迟1秒后再展示
超高并发下存在瓶颈，存在稳定性问题：目前原生版本支持大约 3-5 万分片，性能已经到达极限，创建索引基本到达 30 秒+ 甚至分钟级。节点数只能到 500 左右基本是极限了。但依然能满足绝大部分场景。数据来源：https://elasticsearch.cn/slides/259#page=30

ES最佳实践

只把需要搜索的数据导入ES，避免索引过大
数据扁平化，不用嵌套结构，提高性能
合理设置字段类型，预先定义mapping配置，而不依赖ES自动生成mapping
精确值的类型指定为keyword（mapping配置），并且使用term查询
- 精确值是指无需进行range范围查询的字段，既可以是字符串，比如书的作者名字，也可以是数值，比如商品id、订单id、图书ISBN编号、枚举值。在使用中，大部分场景是以id类作为精确值
避免无路由查询：无路由查询会并发在多个索引上查询、归并排序结果，会使得集群cpu飙升，影响稳定性
避免深度分页查询：如有大量数据查询，推荐用scroll滚动查询
设置合理的文件系统缓存（filesytem cache）大小，提高性能：因为ES查询的热数据在文件系统缓存中
ES分片数在创建后不能随意改动，但是副本数可以随时增加，来提高最大QPS。如果单个分片压力过大，需要扩容。

更进一步

前面提到ES超高并发下存在瓶颈，极端情况下可能遇到OOM，因此超高并发下需要C++实现的专用搜索引擎
例如：

百度：通用搜索引擎，根据文字、图片搜索信息
电商垂类：电商专用搜索引擎，比如根据关键词查找商品，或根据品牌、价格筛选商品，可总结为商品的搜索、广告、推荐

架构师必备：多维度查询的最佳实践相关推荐

【全网首发】听阿里云产品架构师罗小飞解读CDN产品最佳实践
简介:近期,阿里云<极速奔跑吧 2021>首场直播在线开播.此次直播围绕CDN行业最佳实践展开分享,不仅对全网首发的阿里云CDN产品最佳实践图进行了详细解读,还对CDN产品和客户场景如何更 ...
华为架构师整理Redis数据结构的大厂最佳实践
1 概述数据结构和内部编码无传统关系型数据库的 Table 模型 schema 所对应的db仅以编号区分.同一 db 内,key 作为顶层模型,它的值是扁平化的.即 db 就是key的命名空间. ...
互联网架构师必备技能
一.每个好架构师都是一位出色的程序员这一点毋庸置疑,如果不是写过N年代码的优秀程序员,一定不是好的架构师."架构师"这是一个听上去比较虚的职位,它的主要价值在于"落地& ...
javaweb k8s_K8S微服务核心架构学习指南 ASP.NET Core微服务基于K8S 架构师必备Kubernetes教程...
K8S微服务核心架构学习指南 ASP.NET Core微服务基于K8S 架构师必备Kubernetes教程课程内容是关于Kubernetes微服务架构学习课程,基于K8S开展ASP.NET核心进行微 ...
国外经典！架构师必备：《MongoDB实战》第2版
0.MongoDB优点与学习重要性 MongoDB是最流行的NoSQL数据库!MongoDB在NoSQL中排名第一!它高性能.轻量级,易于扩展.适用于移动互联网敏捷发展的需求.架构师必备!MongoD ...
【书】测试架构师-必备的6个能力
进入现有的公司后,发现自己的语言能力真的是极差,同样的一件事情,别人能说的很高端,且有理有据,自己却说不出来,就算硬说也说的很苍白无力,毫无说服力. 例如,当自己很忙的时候,告诉领导自己忙不过来,但是 ...
Java架构师必备知识体系
写给一名java开发的一段话: 最近公司在组织面试,并由我担任面试官,前前后后面了几天,大概有十来个人,基本都是五年以上开发经验的,我问的问题也都不是很困难,都是一些偏原理和场景解决方案. 如: 1. ...
安卓sdk开发！阿里面试100%会问到的JVM，架构师必备技能
接触这一行也有很久了,从开始的实习到带团队,中间接触过很多人,前不久身边刚好有人去面试了阿里,抖音等这些公司还成功的面试上了,现在来分享一下面试前需要准备的知识点很多人去面试之前,不知道会问到那些知 ...
系统架构师必备高阶思维
系统架构师必备高阶思维: 1.全球化思维.全局思维 2.文化差异思维 3.小步快跑,容忍试错的思维(试错成本评估) 4.用户中心思维.应用中心思维 5.中台思维,聚焦构建能力共享中心,实现赋能 6.数 ...

架构师必备：多维度查询的最佳实践

背景