elasticsearch的父子_ElasticSearch | 文档的父子关系

对象 | Nested 对象 | 局限性

每篇博客的文档中，包含作者信息，当作者信息变更时，整个博客文档都需要变更；

Parent & Child

ElasticSearch 中提供了类似关系型数据库中 Join 的实现，使用 Join 数据类型实现，可以通过维护 Parent / Child 的关系，从而分离两个对象；

父文档和子文档是两个独立的文档；

更新父文档，无需重新索引子文档；子文档被添加、更新或删除也不会影响到父文档和其他的子文档；

定义父子关系的几个步骤

设置索引的 Mapping；

索引父文档；

索引子文档；

按需查询文档；

文档父子关系 | 举个栗子

创建索引 | 设置父子关系

"type": "join" 指定这是一个父子文档；

relations 中 "blog": "comment" 指明 blog 是父文档，comment 是子文档；

DELETE my_blogs

PUT my_blogs

{

"settings": {

"number_of_shards": 2

},

"mappings": {

"properties": {

"blog_comments_relation": {

"type": "join",

"relations": {

"blog": "comment"

}

},

"content": {

"type": "text"

},

"title": {

"type": "keyword"

}

}

}

}

索引父文档

blog1 和 blog2 是文档 Id；

blog 指明索引的是一个父文档；

PUT my_blogs/_doc/blog1

{

"title":"Learning Elasticsearch",

"content":"learning ELK @ geektime",

"blog_comments_relation":{

"name":"blog"

}

}

PUT my_blogs/_doc/blog2

{

"title":"Learning Hadoop",

"content":"learning Hadoop",

"blog_comments_relation":{

"name":"blog"

}

}

索引子文档

comment1 是子文档 Id；

routing=blog1 将 routing 设置成其父文档的 ID，旨在和其父文档索引到同一个分片中；

"name":"comment" 指明这是一篇子文档；

"parent":"blog1" 指明其父文档的 Id；

PUT my_blogs/_doc/comment1?routing=blog1

{

"comment":"I am learning ELK",

"username":"Jack",

"blog_comments_relation":{

"name":"comment",

"parent":"blog1"

}

}

PUT my_blogs/_doc/comment2?routing=blog2

{

"comment":"I like Hadoop!!!!!",

"username":"Jack",

"blog_comments_relation":{

"name":"comment",

"parent":"blog2"

}

}

PUT my_blogs/_doc/comment3?routing=blog2

{

"comment":"Hello Hadoop",

"username":"Bob",

"blog_comments_relation":{

"name":"comment",

"parent":"blog2"

}

}

查询所有文档

父文档和子文档都能查出来，父文档和子文档单独存储；

POST my_blogs/_search

{

}

根据父文档 Id 查询

只能查到父文档；

GET my_blogs/_doc/blog2

parent_id 查询 | 通过父文档 Id 查其子文档

"type": "comment" 查子文档；

"id": "blog2" 父文档的 Id；

POST my_blogs/_search

{

"query": {

"parent_id": {

"type": "comment",

"id": "blog2"

}

}

}

has_child 查询 | 通过子文档中的信息查询父文档

子文档的 username 字段值是 Jack 的子文档的父文档；

POST my_blogs/_search

{

"query": {

"has_child": {

"type": "comment",

"query" : {

"match": {

"username" : "Jack"

}

}

}

}

}

has_parent 查询 | 查父文档中的内容得到子文档

父文档中的 title 字段包含 Learning Hadoop 的父文档下的子文档；

POST my_blogs/_search

{

"query": {

"has_parent": {

"parent_type": "blog",

"query" : {

"match": {

"title" : "Learning Hadoop"

}

}

}

}

}

只通过子文档 Id 访问子文档

访问不到；

GET my_blogs/_doc/comment3

通过子文档 Id 和 routing 查找子文档

可以查到；

GET my_blogs/_doc/comment3?routing=blog2

更新子文档

PUT my_blogs/_doc/comment3?routing=blog2

{

"comment": "Hello Hadoop??",

"blog_comments_relation": {

"name": "comment",

"parent": "blog2"

}

}

Nested 对象 vs 父子文档

Nested Object

Parent / Child

优点

文档存储在一起，读取性能好

父子文档可以独立更新

缺点

更新嵌套的子文档时，需要更新整个文档

需要额外的内存维护关系，读取性能相对较差

适用场景

子文档偶尔更新，以查询为主

子文档更新频繁