1. データモデリングとは

データモデリングとは、データを整理し、組織化するためのプロセスです。具体的には、以下の3つの段階を経ます:

• 概念モデル → 逻辑モデル → データモデル（第三正規形）

データモデルは、使用するデータベースの種類に応じて設計されます。Elasticsearchの場合、検索や聚合操作の性能を考慮した設計が重要です。

2. Elasticsearchでのデータモデリング

Elasticsearchでのデータモデリングは以下の2つの観点から行います:

• データの保存、検索などの要件からエンティティの属性や関係を抽出し、論理モデルを形成します。
• 性能要件に基づいてインデックステンプレートやフィールドのマッピングを設計します。

Elasticsearchの基本単位はドキュメントです。ドキュメントは複数のフィールドから構成され、フィールドのモデリングがデータモデリングの中心となります。

2.1. フィールドのタイプのモデリング

(1) text vs keyword:

• text型: 全文検索に適しており、アナライザーによるトークナイズが行われます。
• keyword型: 非検索のテキスト（例: ID、メールアドレス）やフィルタリング、ソートに適しています。

(2) 構造化データ:

• 数値型: 必要な精度に合った型を選択します。
• enum型: keyword型として設定します。
• その他: 日付型、バイナリ型、ブーリアン型、地理情報型など。

2.2. 検索、集計、並び替えのモデリング

• 検索不要なフィールド: indexをfalseに設定します。
• 集計、並び替え不要なフィールド: doc_valuesをfalseに設定します。
• 更新頻度の高いkeyword型フィールド: eager_global_ordinalsをtrueに設定します。

2.3. 追加のデータ保存のモデリング

• フィールドの値を個別に保存する必要がある場合: storeをtrueに設定します。
• データ量の削減を図る場合: disable_sourceを使用します。

3. Elasticsearchデータモデリングの実例

3.1. 映射の動的作成

# 書籍情報のドキュメント作成
POST books/_doc
{
  "タイトル": "Elasticsearch 7.2.0入門",
  "著者": "Heal Chow",
  "発行日": "2019-10-01",
  "説明": "Elasticsearchの検索、インデックス、集計機能をマスターします。",
  "カバーリンク": "https://healchow.com/images/29dMkliO2a1f.jpg"
}

# 映射の確認
GET books/_mapping

3.2. 映射の手動作成

# 映射を削除
DELETE books

# 映射を手動定義
PUT books
{
  "mappings": {
    "_source": { "enabled": true },
    "properties": {
      "タイトル": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword",
            "ignore_above": 100
          }
        }
      },
      "著者": { "type": "keyword" },
      "発行日": {
        "type": "date",
        "format": "yyyy-MM-dd HH:mm:ss||yyyyMMddHHmmss||yyyy-MM-dd||epoch_millis"
      },
      "説明": { "type": "text" },
      "カバーリンク": {
        "type": "keyword",
        "index": false
      }
    }
  }
}

4. Elasticsearchデータモデリングのベストプラクティス

4.1. 関連性の処理方法

Elasticsearchは関連性の管理に適していません。以下の方法を使用します:

• オブジェクト型: 単層の関連性を表現します。
• ネスト型: 複数の関連性を表現します。

4.2. 过剰なフィールドの避ける

ドキュメント内のフィールド数が多いと以下の問題が発生します:

• メンテナンスが困難になります。
• クラスターステートのサイズが大きくなります。

解決策:

• dynamic設定をfalseにします。
• 必要に応じてフィールドの上限を設定します。

4.3. 正規表現検索の避ける

正規表現、プレフィックス、ワイルドカード検索は性能が悪いです。代わりに以下を使用します:

• フィルタリング
• 数値型や日付型などに分ける

4.4. 空値による集計の不正確さを避ける

空値のフィールドを回避するためにはnull_valueを設定します:

# null_valueを設定
PUT ratings
{
  "mappings": {
    "properties": {
      "評価": {
        "type": "float",
        "null_value": 1.0
      }
    }
  }
}