elasticsearch 基础 —— Jion父子关系
前言
由于ES6.X版本以后，每个索引下面只支持单一的类型（type），因此不再支持以下形式的父子关系：
PUT /company
{
"mappings": {
"branch": {},
"employee": {
"_parent": {
"type": "branch"
}
}
}
}解决方案：
引入 join datatype
为同一索引中的文档定义父/子关系。
join datatype
join datatype是在同一索引文档中创建父/子关系的特殊字段。该relations部分定义了文档内的一组可能的关系，每个关系是父名和子名。父/子关系可以定义如下：
PUT my_index
{
"mappings": {
"_doc": {
"properties": {
"my_join_field": { ①
"type": "join",
"relations": {
"question": "answer" ②
}
}
}
}
}
}
|
|
该字段的名称 |
|
|
定义单个关系，其中 |
若要用join来索引（动词）文档，必须在文中提供文档的关系名称和可选父文档。例如，下面的示例在question上下文中创建两个父文档：
PUT my_index/_doc/1?refresh
{
"text": "This is a question",
"my_join_field": {
"name": "question" ①
}
}
PUT my_index/_doc/2?refresh
{
"text": "This is a another question",
"my_join_field": {
"name": "question"
}
}|
|
本文档是一份 |
在索引父文档时，可以选择仅指定关系的名称作为快捷方式，而不是将其封装在普通对象符号中：
PUT my_index/_doc/1?refresh
{
"text": "This is a question",
"my_join_field": "question" ①
}
PUT my_index/_doc/2?refresh
{
"text": "This is another question",
"my_join_field": "question"
}|
|
父文档的简单表示法只使用关系名称。 |
索引子文档时，必须在文中添加父级的关系的名称以及文档的父级_source ID
例如，以下示例显示如何索引两个child文档：
PUT my_index/_doc/3?routing=1&refresh
{
"text": "This is an answer",
"my_join_field": {
"name": "answer",
"parent": "1"
}
}
PUT my_index/_doc/4?routing=1&refresh
{
"text": "This is another answer",
"my_join_field": {
"name": "answer",
"parent": "1"
}
}
- 路由值是强制性的，因为父文件和子文件必须在相同的分片上建立索引。
- “answer”是此子文档的加入名称。
- 指定此子文档的父文档ID：1。
Parent-join and performance 父连接和性能
连接字段不应该像关系数据库中的连接那样使用。在弹性搜索中，良好性能的关键是将数据归一化为文档。每个连接字段，HaseBoad或HasyPrad查询对查询性能都会产生显著的影响。
联接字段唯一有意义的情况是，如果数据包含一对多关系，其中一个实体的数量显著超过另一个实体。
Join 类型约束
- 每个索引只允许一个Join类型Mapping定义；
- 父文档和子文档必须在同一个分片上编入索引；这意味着，当进行删除、更新、查找子文档时候需要提供相同的路由值。
- 一个文档可以有多个子文档，但只能有一个父文档。
- 可以为已经存在的Join类型添加新的关系。
- 当一个文档已经成为父文档后，可以为该文档添加子文档。
Searching with parent-join 使用父连接搜索
父联接创建一个字段，索引文件（中关系的名称my_parent，my_child...）。
它还为每个父/子关系创建一个字段。此字段的名称是join后跟字段#的名称以及关系中父项的名称。因此，例如对于my_parent⇒[ my_child，another_child]关系，该join字段会创建一个名为的附加字段my_join_field#my_parent。
_id如果文档是子文件（my_child或another_child），则此字段包含文档链接到的父项，如果文档是_id父项（my_parent），则包含文档链接到的父项。
搜索包含join字段的索引时，始终在搜索响应中返回这两个字段：
GET my_index/_search
{
"query": {
"match_all": {}
},
"sort": ["_id"]
}将返回：
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 4,
"max_score": null,
"hits": [
{
"_index": "my_index",
"_type": "_doc",
"_id": "1",
"_score": null,
"_source": {
"text": "This is a question",
"my_join_field": {
"name": "question" ①
}
},
"sort": [
"1"
]
},
{
"_index": "my_index",
"_type": "_doc",
"_id": "2",
"_score": null,
"_source": {
"text": "This is a another question",
"my_join_field": {
"name": "question" ②
}
},
"sort": [
"2"
]
},
{
"_index": "my_index",
"_type": "_doc",
"_id": "3",
"_score": null,
"_routing": "1",
"_source": {
"text": "This is an answer",
"my_join_field": {
"name": "answer", ③
"parent": "1" ④
}
},
"sort": [
"3"
]
},
{
"_index": "my_index",
"_type": "_doc",
"_id": "4",
"_score": null,
"_routing": "1",
"_source": {
"text": "This is another answer",
"my_join_field": {
"name": "answer",
"parent": "1"
}
},
"sort": [
"4"
]
}
]
}
}|
|
此文档属于 |
|
|
此文档属于 |
|
|
此文档属于 |
|
|
子文档的链接父ID |
Parent-join queries and aggregations 父连接查询和聚合
有关详细信息，请参阅has_child和 has_parent查询，children聚合和内部命中。
join可以在聚合和脚本中访问该字段的值，并可以使用查询 parent_id查询：
GET my_index/_search
{
"query": {
"parent_id": {
"type": "answer", ①
"id": "1"
}
},
"aggs": {
"parents": {
"terms": {
"field": "my_join_field#question", ②
"size": 10
}
}
},
"script_fields": {
"parent": {
"script": {
"source": "doc['my_join_field#question']" ③
}
}
}
}|
|
查询 |
|
|
在 |
|
|
访问脚本中的父ID字段 |
Child-join queries and aggregations 子连接查询和聚合
{
"query": {
"has_child": {
"type": "answer",
"query": {
"match": {
"text": "This is question"
}
}
}
}
}
或
{
"query": {
"has_parent": {
"parent_type": "question",
"query": {
"term": {
"_id": 1
}
},
"inner_hits": {
}
}
}
}{
"took": 42,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 1,
"hits": [
{
"_index": "my_index",
"_type": "_doc",
"_id": "1",
"_score": 1,
"_source": {
"text": "This is a question",
"my_join_field": {
"name": "question"
}
}
}
]
}
}Global ordinals 全局序数
该join字段使用全局序数来加速连接。在对碎片进行任何更改后，需要重建全局序数。父分区值存储在分片中的次数越多，重建join字段的全局序数所需的时间就越长。
默认情况下，全局序数是急切建立的：如果索引发生了变化，该join字段的全局序数将作为刷新的一部分重建。这可以为刷新增加大量时间。但是大多数情况下这是正确的权衡，否则在使用第一个父连接查询或聚合时会重建全局序数。这可能会为您的用户带来显着的延迟峰值，并且通常情况会更糟，因为join 当发生许多写操作时，可能会在单个刷新间隔内尝试重建该字段的多个全局序数。
当join字段不经常使用并且频繁发生写入时，禁用预先加载可能是有意义的：
PUT my_index
{
"mappings": {
"_doc": {
"properties": {
"my_join_field": {
"type": "join",
"relations": {
"question": "answer"
},
"eager_global_ordinals": false
}
}
}
}
}可以按父关系检查全局序数使用的堆量，如下所示：
# Per-index
GET _stats/fielddata?human&fields=my_join_field#question
# Per-node per-index
GET _nodes/stats/indices/fielddata?human&fields=my_join_field#questionMultiple children per parent
PUT my_index
{
"mappings": {
"_doc": {
"properties": {
"my_join_field": {
"type": "join",
"relations": {
"question": ["answer", "comment"]
}
}
}
}
}
}|
|
|
Multiple levels of parent join 多级父级联接
不建议使用多级关系来复制关系模型。每个级别的关系在查询时在内存和计算方面增加了开销。如果您关心性能，则应该对数据进行去规范化。
PUT my_index
{
"mappings": {
"_doc": {
"properties": {
"my_join_field": {
"type": "join",
"relations": {
"question": ["answer", "comment"], ①
"answer": "vote" ②
}
}
}
}
}
}|
|
|
|
|
实现如下图的祖孙三代关联关系的定义。
question
/ \
/ \
comment answer
|
|
vote文档必须位于与其父父级和父级相同的分片上：
PUT my_index/_doc/3?routing=1&refresh ①
{
"text": "This is a vote",
"my_join_field": {
"name": "vote", ②
"parent": "2"
}
}
|
|
此子文档必须位于与其父父级和父级相同的分片上 |
|
|
此文档的父ID（必须指向 |