Elasticsearch学习-父子文档

柔情只为你懂 2023-03-14 10:49 8阅读 0赞

> 本文以Elasticsearch 6.8.4版本为例，介绍Elasticsearch父子文档的使用。

![image][]

上一篇文章介绍了Elasticsearch的嵌套文档，这一篇来介绍另外一种关系文档，父子文档。

## 1、父子文档 ##

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，如下图所示：

![image][image 1]

这里引用官网的话，对比嵌套文档来说，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。

### 1.1 创建索引 ###

这里还是以嵌套文档的数据为例，假设数据如下：

[
        {
            "title":"这是一篇文章",
            "body":"这是一篇文章，从哪里说起呢？ ... ..."
        },
        {
            "name":"张三",
            "comment":"写的不错",
            "age":28,
            "date":"2020-05-04"
        },
        {
            "name":"李四",
            "comment":"写的很好",
            "age":20,
            "date":"2020-05-04"
        },
        {
            "name":"王五",
            "comment":"这是一篇非常棒的文章",
            "age":31,
            "date":"2020-05-01"
        }
    ]

创建索引名和type均为blog的索引，从上面数据可以看出，其实父文档（博客内容）与子文档分别用不同的字段来存储对应的数据，不过在创建索引文档的时候需要指定父子文档的关系，即文章为parent，留言为child，创建索引语句如下：

PUT http://localhost:9200/blog/

{
      "mappings": {
        "blog": {
          "properties": {
            "date": {
              "type": "date"
            },
            "name": {
              "type": "text",
              "fields": {
                "keyword": {
                  "type": "keyword"
                }
              }
            },
            "comment": {
              "type": "text",
              "fields": {
                "keyword": {
                  "type": "keyword"
                }
              }
            },
            "age": {
              "type": "long"
            },
            "body": {
              "type": "text",
              "fields": {
                "keyword": {
                  "type": "keyword"
                }
              }
            },
            "title": {
              "type": "text",
              "fields": {
                "keyword": {
                  "type": "keyword"
                }
              }
            },
            "relation": {
              "type": "join",
              "relations": {
                "parent": "child"
              }
            }
          }
        }
      }
    }

如下图所示

![image][image 2]

### 1.2 插入数据 ###

插入父文档数据，需要指定上文索引结构中的relation为parent，如下：

POST http://localhost:9200/blog/blog/1/

{
        "title":"这是一篇文章",
        "body":"这是一篇文章，从哪里说起呢？ ... ...",
        "relation":"parent"
    }

插入子文档，需要在请求地址上使用routing参数指定是谁的子文档，并且指定索引结构中的relation关系，如下：

POST http://localhost:9200/blog/blog/2?routing=1

{
        "name":"张三",
        "comment":"写的不错",
        "age":28,
        "date":"2020-05-04",
        "relation":{
            "name":"child",
            "parent":1
        }
    }

POST http://localhost:9200/blog/blog/3?routing=1

{
        "name":"李四",
        "comment":"写的很好",
        "age":20,
        "date":"2020-05-04",
        "relation":{
            "name":"child",
            "parent":1
        }
    }

POST http://localhost:9200/blog/blog/4?routing=1

{
        "name":"王五",
        "comment":"这是一篇非常棒的文章",
        "age":31,
        "date":"2020-05-01",
        "relation":{
            "name":"child",
            "parent":1
        }
    }

插入完成后，如下图所示。

![image][image 3]

从这里其实可以很明显的看出与嵌套文档的区别了，嵌套文档只有一个文档，而这里是有四个文档。

### 1.3 查询 ###

普通查询这里不进行赘述，关系查询的话其实很好理解，大致分为两种特殊情况：

1.  根据父文档查询子文档 has\_child
2.  根据子文档查询父文档 has\_parent

接下来我们来看如何进行关系查询，首先看一下通过子文档查询父文档，比如这样的场景，查询名称是张三的人留言的文章，查询语句如下：

{
      "query": {
        "has_child": {
          "type":"child",
          "query": {
            "match": {
              "name": "张三"
            }
          }
        }
      }
    }

查询结果如下：

![image][image 4]

使用has\_child来根据子文档内容查询父文档，其实type就是创建文档时，子文档的标识。

在使用子查父的时候，可以添加一些筛选条件来增强匹配的结果，比如最大匹配max\_children和最小匹配min\_children，这里有点类似should查询的minimum\_should\_match，感兴趣的可以去官网了解更多的细节。

到这里，其实对Elasticsearch特性了解的读者就会知道如何根据父文档查询子文档了，只需要注意一点，父查子type需要修改成parent\_type，其余都与自查父类似，比如查询标题为“这是一篇文章”的数据的留言内容，查询语句如下：

{
      "query": {
        "has_parent": {
          "parent_type":"parent",
          "query": {
            "match": {
              "title": "这是一篇文章"
            }
          }
        }
      }
    }

查询结果如下：

![image][image 5]

> 由于只有一组父子文档，效果不是很明显，感兴趣可以多造一些数据去体验

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。

### 1.4 使用建议 ###

1.  父子文档都可以独立返回，对于某些场景很适用，比如主表信息是一些基本不变的数据，而子表信息经常增删改，并且子表信息经常有查询场景，这样就很适合使用父子文档。
2.  父子文档需要在同一分片上，当然，我们无需做特殊处理，默认就会为我放入同一个分片，其实原理是这样的，Elasticsearch会根据routing中的参数去看父文档所在分片在哪，然后将对应文档存储进去。
3.  父子文档查询效率相对嵌套文档较低，官网说是5-10倍左右。

> 其余官网也给定了一些建议，具体可以查看官方文档，地址：https://www.elastic.co/guide/cn/elasticsearch/guide/current/parent-child-performance.html

[image]: /images/20230312/0f76d96f54944d439a3a15f4d4b9498c.png
[image 1]: /images/20230312/df0f51ba783c4745800a44f190b526dc.png
[image 2]: /images/20230312/eb6288adb8aa4e8cb21090c62b728288.png
[image 3]: /images/20230312/a676415613614d2f952edd417ad48b7c.png
[image 4]: /images/20230312/133d45ff78604ebabeb521e9bcc98f05.png
[image 5]: /images/20230312/a3209a237a3c409fb9757fe36b402949.png