ElasticSearch父子索引实战

关于父子索引

ES底层是Lucene,由于Lucene实际上是不支持嵌套类型的,所有文档都是以扁平的结构存储在Lucene中,ES对父子文档的支持,实际上也是采取了一种投机取巧的方式实现的.

父子文档均以独立的文档存入,然后添加关联关系,且父子文档必须在同一分片,由于父子类型文档并没有减少文档数量,而且增加了父子绑定关系,会导致查询效率低下,因此我们并不建议您在实际开发中使用父子类型.

ES本身更适合"大宽表"模式,不要带着传统关系型数据库那种思维方式去使用ES,我们完全可以通过把多张表中的字段和内容合并到一张表(一个索引)中,来完成期望功能,尽可能规避父子类型的使用,不仅效率高,功能也更强大。

建议

如果对文档的写多于读,那么建议你选择父子类型,如果文档读多于写, 那么请选择嵌套类型。

对比嵌套文档

父子文档在理解上来说，可以理解为一个关联查询，有些类似MySQL中的JOIN查询，通过某个字段关系来关联。

父子文档与嵌套文档主要的区别在于，父子文档的父对象和子对象都是独立的文档，而嵌套文档中都在同一个文档中存储。

父-子关系的主要优势有：

更新父文档时，不会重新索引子文档。
创建，修改或删除子文档时，不会影响父文档或其他子文档。这一点在这种场景下尤其有用：子文档数量较多，并且子文档创建和修改的频率高时。
子文档可以作为搜索结果独立返回。

实战案例

本篇以博客文章和评论作为文档模型，演示文章和评论这个一对多的父子关系，增删改查如何操作。

假设数据如下：

json 复制代码

[
    {
        "title":"这是一篇博文",
        "content":"适当方式连接管理工具螺丝钉解放了送到房间里伺机待发..."
    },
    {
        "username":"Jack",
        "comment":"nice post, good job!",
        "date":"2023-09-04"
    },
    {
       "username":"王老五",
        "comment":"写得很一般啊",
        "date":"2023-08-04"
    },
    {
        "username":"技术我最牛",
        "comment":"仅次于我",
        "date":"2022-05-01"
    }
]

创建索引

创建blog索引，父文档与子文档分别用不同的字段来存储对应的数据，在创建索引文档的时需要指定父子文档的关系，即文章为parent，评论为child，创建索引语句如下：

json 复制代码

{
  "mappings": {
    "properties": {
      "date": {
        "type": "date"
      },
      "username": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword"
          }
        }
      },
      "comment": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword"
          }
        }
      },
      "content": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword"
          }
        }
      },
      "title": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword"
          }
        }
      },
      "relation": {
        "type": "join",
        "relations": {
          "parent": "child"
        }
      }
    }
  }
}

添加文档

父文档
POST /blog/_doc/1

如果不指定relation 会报错：

子文档
子文档的插入语法如下，注意routing是父文档的id，平时我们插入文档时routing的默认就是id。

POST /blog/_doc/1?routing=1

查询文档

父子查询方式，常用分为两种特殊情况：

根据子文档查询父文档 has_parent
例如我要查询王老五的留言：

POST /blog/_search

json 复制代码

{
  "query": {
    "has_child": {
      "type": "comment",
      "query": {
        "match": {
          "username": "王老五"
        }
      }
    }
  }
}

根据父文档查询子文档 has_child
例如我要查询文章内容包含"工具"的所有评论：

POST /blog/_search

聚合查询与嵌套文档类似，比较简单，这里在说明另外一种场景：祖辈和孙辈可以创建吗？比如本文中的留言如果它也有子文档，那么可以根据文章查询孙辈吗？答案是可以的，只需要在has_child里面在嵌套一层has_child查询即可。