技術標籤：ElasticSearchelasticsearch

本學習筆記基於ElasticSearch 7.10版本，舊版本已經廢棄的查詢功能暫時不做筆記，以後有涉及到再做補充。
參考官方文件：https://www.elastic.co/guide/en/elasticsearch/reference/7.10/joining-queries.html

關係型資料庫中有表的關聯關係，在 ElasticSearch 中，也會有類似的需求，例如訂單表和商品表，我們可以使用以下兩種方式實現：

• 巢狀文件（nested）
• 父子文件

1、巢狀文件

巢狀文件 nested 在之前介紹欄位型別的筆記中有學習過：ElasticSearch學習筆記六（欄位型別 Field data types）

現在，假設有一個電影文件，每個電影都有演員資訊：

# 需要將 actors 定義為 nested 型別，否則欄位中的關聯關係會丟失
PUT movies
{
  "mappings": {
    "properties": {
      "actors": {
        "type": "nested"
      }
    }
  }
}

PUT movies/_doc/1
{
  "name": "霸王別姬",
  "actors"
 
: [
    {
     "name": "張國榮",
     "gender": "男"
    },
    {
     "name": "鞏俐",
     "gender": "女"
    }
  ]
}

巢狀型別的缺點：
首先我們來看一下 movies 索引中的文件數量

GET _cat/indices?v

我們只插入了一篇文件，但是文件數量卻變成3：

這是因為 nested 文件在 ElasticSearch 內部其實也是獨立的 lucene 文件，也就是說actors 在內部單獨儲存為兩份文件。只是在我們查詢的時候，ElasticSearch 內部幫我們做了 join 處理，所以最終看起來就像一個獨立文件一樣。

如果 nested 文件中的資料比較多時，可能會生成多分巢狀文件，所以這種方案效能並不是特別好。

此外，nested 文件更新的時候，也會更新所有的巢狀文件，比較耗效能。

2、巢狀查詢

使用巢狀查詢 nested 來查詢巢狀文件：

GET movies/_search
{
  "query": {
    "nested": {
      "path": "actors",
      "query": {
        "bool": {
          "must": [
            {
              "match": {
                "actors.name": "張國榮"
              }
            },
            {
              "match": {
                "actors.gender": "男"
              }
            }
          ]
        }
      }
    }
  }
}

3、父子文件

nested 文件中，巢狀的文件只能是一對一的關係，不能複用。比如“張國榮”還演過其他電影，那隻能在每一部電影的 actors 中再新增一次。

而父子文件就可以解決這種問題，相比於巢狀文件，主要有如下優勢：

• 更新父文件時，不會重新索引子文件。
• 建立、修改或者刪除子文件時，不會影響父文件或其他子文件。
• 子文件可以作為搜尋結果獨立返回。

例如學生和班級的關係：

PUT stu_class
{
  "mappings": {
    "properties": {
      "name": {
        "type": "keyword"
      },
      "s_c": {
        "type": "join",
        "relations": {
          "class": "student"
        }
      }
    }
  }
}

解釋一下幾個引數的意義：

• s_c ：表示定義父子文件的欄位名，可以自定義。
• join ：表示這是一個父子文件。
• relations ：裡面分別定義 class 是 parent 父文件，student 是 child 子文件。

插入兩個父文件：

PUT stu_class/_doc/1
{
  "name": "一班",
  "s_c": {
    "name": "class"
  }
}
PUT stu_class/_doc/2
{
  "name": "二班",
  "s_c": {
    "name": "class"
  }
}

插入三個子文件：

PUT stu_class/_doc/3?routing=1
{
  "name": "zhangsan",
  "s_c": {
    "name": "student",
    "parent": 1
  }
}
PUT stu_class/_doc/4?routing=1
{
  "name": "lisi",
  "s_c": {
    "name": "student",
    "parent": 1
  }
}
PUT stu_class/_doc/5?routing=2
{
  "name": "wangwu",
  "s_c": {
    "name": "student",
    "parent": 2
  }
}

注意： 子文件需要和父文件在同一個分片上，而 ElasticSearch 預設使用文件 _id 進行雜湊計算後決定存在哪個分片上，所以 routing 關鍵字的值為父文件的 id 即可。

另外，一個索引只能定義一個 join 欄位，可以向一個已經存在的 join 欄位上新增關係。

3.1、has_child

通過子文件查詢父文件使用 has_child 查詢：

GET stu_class/_search
{
  "query": {
    "has_child": {
      "type": "student",
      "query": {
        "match": {
          "name": "lisi"
        }
      }
    }
  }
}

3.2、has_parent

通過父文件查詢子文件使用 has_parent 查詢：

GET stu_class/_search
{
  "query": {
    "has_parent": {
      "parent_type": "class",
      "query": {
        "match": {
          "name": "一班"
        }
      }
    }
  }
}

注意： 使用 has_parent 查詢不進行評分，這時可以考慮使用 parent_id 查詢子文件：

GET stu_class/_search
{
  "query": {
    "parent_id": {
      "type": "student",
      "id": 1
    }
  }
}

4、小結

1. 普通子物件實現一對多（不使用 nested 或父子文件），會損失子文件的邊界，子物件之間的關聯關係丟失。
2. nested 可以解決關聯關係丟失的問題，但是有兩個缺點：更新主文件的時候要全部更新，不支援子文件屬於多個主文件。
3. 父子文件則可以解決 nested 的問題，但是主要適用於寫多讀少的場景。

版權宣告：

本文僅記錄ElasticSearch學習心得，如有侵權請聯絡刪除。
更多內容請訪問原創作者：江南一點雨