Elasticsearch
Unterschied zwischen relationalen Datenbanken und Elasticsearch

Einführung

Unterschied der Terminologie

Die obige Tabelle zeigt grob eine Analogie zwischen grundlegenden Elementen der relationalen Datenbank und der Elasticsearch.

Konfiguration

Betrachten der folgenden Struktur in einer relationalen Datenbank:

create databse test;

use test;

create table product;

create table product (name varchar, id int PRIMARY KEY);

insert into product  (id,name) VALUES (1,'Shirt');

insert into product  (id,name) VALUES (2,'Red Shirt');

select * from product;

name      | id 
----------+----
Shirt     |  1
Red Shirt |  2

Elasticsearch Äquivalent:

POST test/product
{
    "id" : 1,
    "name" : "Shirt"
}

POST test/product
{
    "id" : 2,
    "name" : "Red Shirt"
}

GET test/product/_search


"hits": [
     {                                      ==============
        "_index": "test",                   ===> index    |
        "_type": "product",                 ===>type      |
        "_id": "AVzglFomaus3G2tXc6sB",                    |
        "_score": 1,                                      |
        "_source": {                                      |===> document
           "id": 2,                        ===>field      | 
           "name": "Red Shirt"             ===>field      |
        }                                                 |
     },                                     ==============
     {
        "_index": "test",
        "_type": "product",
        "_id": "AVzglD12aus3G2tXc6sA",
        "_score": 1,
        "_source": {
           "id": 1,                 
           "name": "Shirt"           
        }
     }
  ]

Usecases, bei denen relationale Datenbanken nicht geeignet sind

• Die Essenz der Suche liegt in ihrer Reihenfolge. Jeder möchte, dass Suchergebnisse so angezeigt werden, dass die besten Ergebnisse oben angezeigt werden. Relationale Datenbanken verfügen nicht über eine solche Fähigkeit. Elasticsearch hingegen zeigt Ergebnisse auf der Grundlage der Standardrelevanz.

  Konfiguration

  Gleich wie im vorherigen Beispiel.

  Problemstellung

  Angenommen, der Benutzer möchte nach shirts suchen, interessiert sich jedoch für red Hemden. In diesem Fall sollten die Ergebnisse mit den Suchbegriffen " red und " shirts an erster Stelle stehen. Danach sollten Ergebnisse für andere Shirts angezeigt werden.

  Lösung mit relationaler Datenbankabfrage

  select * from product where name like '%Red%' or name like '%Shirt%' ;

  Ausgabe

  name       | id 
  -----------+----
  Shirt      |  1
  Red Shirt  |  2
  

  Elasticsearch Lösung

  POST test/product/_search
  {
       "query": {
            "match": {
              "name": "Red Shirt"
           }
       }
  }
  

  Ausgabe

  "hits": [
    {
       "_index": "test",
       "_type": "product",
       "_id": "AVzglFomaus3G2tXc6sB",
       "_score": 1.2422675,              ===> Notice this
       "_source": {
          "id": 2,
          "name": "Red Shirt"
       }
    },
    {
       "_index": "test",
       "_type": "product",
       "_id": "AVzglD12aus3G2tXc6sA",
       "_score": 0.25427115,             ===> Notice this
       "_source": {
          "id": 1,
          "name": "Shirt"
       }
    }
   ]
  

  Fazit

  Wie wir oben sehen können, hat Relational Database Ergebnisse in einer zufälligen Reihenfolge zurückgegeben, während Elasticsearch Ergebnisse in abnehmender Reihenfolge von _score die auf der Grundlage der Relevanz berechnet wird.

• Wir neigen dazu, Fehler bei der Eingabe von Suchstrings zu machen. Es gibt Fälle, in denen der Benutzer einen falschen Suchparameter eingibt. Relationale Datenbanken behandeln solche Fälle nicht. Gummiband zur Rettung.

  Konfiguration

  Gleich wie im vorherigen Beispiel.

  Problemstellung

  Angenommen, der Benutzer möchte nach shirts suchen, gibt jedoch versehentlich ein falsches Wort shrt . Der Benutzer erwartet immer noch die Ergebnisse des Shirts .

  Lösung mit relationaler Datenbankabfrage

  select * from product where name like '%shrt%' ;

  Ausgabe

  No results found
  

  Elasticsearch Lösung

  POST /test/product/_search
  
   {
      "query": {
        "match": {
          "name": {
            "query": "shrt",
            "fuzziness": 2,
            "prefix_length": 0
           }
        }
      }
   }  
  

  Ausgabe

   "hits": [
    {
       "_index": "test",
       "_type": "product",
       "_id": "AVzglD12aus3G2tXc6sA",
       "_score": 1,
       "_source": {
          "id": 1,
          "name": "Shirt"
       }
    },
    {
       "_index": "test",
       "_type": "product",
       "_id": "AVzglFomaus3G2tXc6sB",
       "_score": 0.8784157,
       "_source": {
          "id": 2,
          "name": "Red Shirt"
       }
    }
  ]
  

  Fazit

  Wie wir oben sehen können, hat die relationale Datenbank keine Ergebnisse für ein falsches gesuchtes Wort zurückgegeben, während Elasticsearch mit seiner speziellen fuzzy Abfrage Ergebnisse zurückgibt.