如何对AWS CloudSearch文档的关系数据进行非规范化？

Question

AWS CloudSearch希望您将您的数据的扁平文档发送到索引以进行搜索，该索引类似于：

[
 {"type": "add",
  "id":   "123456",
  "fields": {
     "account_id": "123456",
     "name": "foo",
     "addresses": []
  }
 }
]

假设我有一个数据库，其中有一个账户表和一个地址表。

每个账户都有许多地址。地址表包含以下字段：

• 地址_1
• 地址_2
• 城市
• 州
• zip
• 账户id（参考字段）

如何在CloudSearch文档结构中对地址进行非规范化，以便在accounts和addresses中的所有列中进行搜索？

或者我应该为每个表创建一个单独的搜索域？




Answer 1

我假设您的用例是：

• 通过account_id检索地址
• 通过地址检索account_ids
• 查找特定城市/州/zip的帐户

我推荐以下两件事：

>

将每个地址作为单独的文档索引

我会将每个地址作为单独的文件编制索引。每个地址都有一个单独的文档，这将使您能够保持不同字段之间的关系（如果每个帐户都有一个城市数组和一个州数组，则会丢失这些字段）。

分别索引每个字段

我会分别为每个字段（城市、州等）编制索引。打破每个字段将使你能够独立搜索它们（例如获得克利夫兰的所有地址，哦），将它们用作方面，根据它们提高分数，等等。

以下是我提出的模式中的一些文档的示例：

[
 {"type": "add",
  "id":   "<see below>",
  "fields": {
     "account_id": "123456",
     "name": "John Smith",
     "address_1": "1 Main St",
     "address_2": "Apt 1",
     "city": "Davenport",
     "state": IA,
     "zip": 52081
  }
 },
 {"type": "add",
  "id":   "<see below>",
  "fields": {
     "account_id": "123456",
     "name": "John Smith",
     "address_1": "2 Elm St",
     "city": "Lincoln",
     "state": NE,
     "zip": 23452
  }
 }
]

生成文档ID：

请注意，您需要一些非随机的方法来构造唯一的文档ID（每个帐户地址都是唯一的，而不仅仅是每个帐户）。类似于account_id加上地址、城市、州、邮政编码的散列就可以了，或者您可以向表中添加另一列来唯一标识它们（我更喜欢后者）。