比如说MySQL表与表之间会有关联关系,

ES 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 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整个子文档。子文档被新增，更改和删除也不会影响到父文档和其他子文档。
要点：父子关系元数据映射，用于确保查询时候的高性能，但是有一个限制，就是父子数据必须存在于一个shard中
父子关系数据存在一个shard中，而且还有映射其关联关系的元数据，那么搜索父子关系数据的时候，不用跨分片，一个分片本地自己就搞定了，性能当然高

父子关系

  • 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

设置 Mapping

image.png

  1. PUT my_blogs
  2. {
  3.   "mappings": {
  4.     "properties": {
  5.       "blog_comments_relation": {
  6.         "type": "join",
  7.         "relations": {
  8.           "blog": "comment"
  9.         }
  10.       },
  11.       "content": {
  12.         "type": "text"
  13.       },
  14.       "title": {
  15.         "type": "keyword"
  16.       }
  17.     }
  18.   }
  19. }

插入数据

往父索引里面插入数据

image.png

  1. PUT my_blogs/_doc/blog1
  2. {
  3.   "title": "Learning Elasticsearch",
  4.   "content": "learning ELK is happy",
  5.   "blog_comments_relation": {
  6.     "name": "blog"  // 这个名字不能随便写
  7.   }
  8. }
  10. PUT my_blogs/_doc/blog2
  11. {
  12.   "title": "Learning Hadoop",
  13.   "content": "learning Hadoop",
  14.   "blog_comments_relation": {
  15.     "name": "blog"
  16.   }
  17. }

往子索引库添加信息

  • 父文档和子文档必须存在相同的分片上
  • 确保查询 join 的性能
  • 当指定文档时候，必须指定它的父文档 ID
  • 使用 route 参数来保证，分配到相同的分片

image.png

  1. PUT my_blogs/_doc/comment1?routing=blog1
  2. {
  3.   "comment": "I am learning ELK",
  4.   "username": "Jack",
  5.   "blog_comments_relation": {
  6.     "name": "comment",
  7.     "parent": "blog1"
  8.   }
  9. }
  11. PUT my_blogs/_doc/comment2?routing=blog2
  12. {
  13.   "comment": "I like Hadoop!!!!!",
  14.   "username": "Jack",
  15.   "blog_comments_relation": {
  16.     "name": "comment",
  17.     "parent": "blog2"
  18.   }
  19. }
  21. PUT my_blogs/_doc/comment3?routing=blog2
  22. {
  23.   "comment": "Hello Hadoop",
  24.   "username": "Bob",
  25.   "blog_comments_relation": {
  26.     "name": "comment",
  27.     "parent": "blog2"
  28.   }
  29. }

查询

Parent / Child 所支持的查询

  • 查询所有文档
  • Parent Id 查询
  • Has Child 查询
  • Has Parent 查询

查询所有文档

  1. POST my_blogs/_search
  2. {}

结果

  1. {
  2.   "took" : 611,
  3.   "timed_out" : false,
  4.   "_shards" : {
  5.     "total" : 1,
  6.     "successful" : 1,
  7.     "skipped" : 0,
  8.     "failed" : 0
  9.   },
  10.   "hits" : {
  11.     "total" : {
  12.       "value" : 5,
  13.       "relation" : "eq"
  14.     },
  15.     "max_score" : 1.0,
  16.     "hits" : [
  17.       {
  18.         "_index" : "my_blogs",
  19.         "_type" : "_doc",
  20.         "_id" : "blog1",
  21.         "_score" : 1.0,
  22.         "_source" : {
  23.           "title" : "Learning Elasticsearch",
  24.           "content" : "learning ELK is happy",
  25.           "blog_comments_relation" : {
  26.             "name" : "blog"
  27.           }
  28.         }
  29.       },
  30.       {
  31.         "_index" : "my_blogs",
  32.         "_type" : "_doc",
  33.         "_id" : "blog2",
  34.         "_score" : 1.0,
  35.         "_source" : {
  36.           "title" : "Learning Hadoop",
  37.           "content" : "learning Hadoop",
  38.           "blog_comments_relation" : {
  39.             "name" : "blog"
  40.           }
  41.         }
  42.       },
  43.       {
  44.         "_index" : "my_blogs",
  45.         "_type" : "_doc",
  46.         "_id" : "comment1",
  47.         "_score" : 1.0,
  48.         "_routing" : "blog1",
  49.         "_source" : {
  50.           "comment" : "I am learning ELK",
  51.           "username" : "Jack",
  52.           "blog_comments_relation" : {
  53.             "name" : "comment",
  54.             "parent" : "blog1"
  55.           }
  56.         }
  57.       },
  58.       {
  59.         "_index" : "my_blogs",
  60.         "_type" : "_doc",
  61.         "_id" : "comment2",
  62.         "_score" : 1.0,
  63.         "_routing" : "blog2",
  64.         "_source" : {
  65.           "comment" : "I like Hadoop!!!!!",
  66.           "username" : "Jack",
  67.           "blog_comments_relation" : {
  68.             "name" : "comment",
  69.             "parent" : "blog2"
  70.           }
  71.         }
  72.       },
  73.       {
  74.         "_index" : "my_blogs",
  75.         "_type" : "_doc",
  76.         "_id" : "comment3",
  77.         "_score" : 1.0,
  78.         "_routing" : "blog2",
  79.         "_source" : {
  80.           "comment" : "Hello Hadoop",
  81.           "username" : "Bob",
  82.           "blog_comments_relation" : {
  83.             "name" : "comment",
  84.             "parent" : "blog2"
  85.           }
  86.         }
  87.       }
  88.     ]
  89.   }
  90. }

根据父文档ID查看

  1. GET my_blogs/_doc/blog2

结果

  1. {
  2.   "_index" : "my_blogs",
  3.   "_type" : "_doc",
  4.   "_id" : "blog2",
  5.   "_version" : 1,
  6.   "_seq_no" : 1,
  7.   "_primary_term" : 1,
  8.   "found" : true,
  9.   "_source" : {
  10.     "title" : "Learning Hadoop",
  11.     "content" : "learning Hadoop",
  12.     "blog_comments_relation" : {
  13.       "name" : "blog"
  14.     }
  15.   }
  16. }

根据Parent Id 查询评论信息

  1. POST my_blogs/_search
  2. {
  3.   "query": {
  4.     "parent_id": {
  5.       "type": "comment",
  6.       "id": "blog2"
  7.     }
  8.   }
  9. }

结果

  1. {
  2.   "took" : 4,
  3.   "timed_out" : false,
  4.   "_shards" : {
  5.     "total" : 1,
  6.     "successful" : 1,
  7.     "skipped" : 0,
  8.     "failed" : 0
  9.   },
  10.   "hits" : {
  11.     "total" : {
  12.       "value" : 2,
  13.       "relation" : "eq"
  14.     },
  15.     "max_score" : 0.53899646,
  16.     "hits" : [
  17.       {
  18.         "_index" : "my_blogs",
  19.         "_type" : "_doc",
  20.         "_id" : "comment2",
  21.         "_score" : 0.53899646,
  22.         "_routing" : "blog2",
  23.         "_source" : {
  24.           "comment" : "I like Hadoop!!!!!",
  25.           "username" : "Jack",
  26.           "blog_comments_relation" : {
  27.             "name" : "comment",
  28.             "parent" : "blog2" //父id
  29.           }
  30.         }
  31.       },
  32.       {
  33.         "_index" : "my_blogs",
  34.         "_type" : "_doc",
  35.         "_id" : "comment3",
  36.         "_score" : 0.53899646,
  37.         "_routing" : "blog2",
  38.         "_source" : {
  39.           "comment" : "Hello Hadoop",
  40.           "username" : "Bob",
  41.           "blog_comments_relation" : {
  42.             "name" : "comment",
  43.             "parent" : "blog2"  //父id
  44.           } 
  45.         }
  46.       }
  47.     ]
  48.   }
  49. }

Has Child 查询,返回父文档

查找 username 包含 jack 的

  1. POST my_blogs/_search
  2. {
  3.   "query": {
  4.     "has_child": {
  5.       "type": "comment",
  6.       "query": {
  7.         "match": {
  8.           "username": "Jack"
  9.         }
  10.       }
  11.     }
  12.   }
  13. }

结果

  1. {
  2.   "took" : 19,
  3.   "timed_out" : false,
  4.   "_shards" : {
  5.     "total" : 1,
  6.     "successful" : 1,
  7.     "skipped" : 0,
  8.     "failed" : 0
  9.   },
  10.   "hits" : {
  11.     "total" : {
  12.       "value" : 2,
  13.       "relation" : "eq"
  14.     },
  15.     "max_score" : 1.0,
  16.     "hits" : [
  17.       {
  18.         "_index" : "my_blogs",
  19.         "_type" : "_doc",
  20.         "_id" : "blog1",
  21.         "_score" : 1.0,
  22.         "_source" : {
  23.           "title" : "Learning Elasticsearch",
  24.           "content" : "learning ELK is happy",
  25.           "blog_comments_relation" : {
  26.             "name" : "blog"
  27.           }
  28.         }
  29.       },
  30.       {
  31.         "_index" : "my_blogs",
  32.         "_type" : "_doc",
  33.         "_id" : "blog2",
  34.         "_score" : 1.0,
  35.         "_source" : {
  36.           "title" : "Learning Hadoop",
  37.           "content" : "learning Hadoop",
  38.           "blog_comments_relation" : {
  39.             "name" : "blog"
  40.           }
  41.         }
  42.       }
  43.     ]
  44.   }
  45. }

Has Parent 查询，返回相关的子文档

根据博客的标题来找, 父类型是 blog

父文档是博客,我的查询条件是 标题是 “Learning Hadoop”

  1. POST my_blogs/_search
  2. {
  3.   "query": {
  4.     "has_parent": {
  5.       "parent_type": "blog",
  6.       "query": {
  7.         "match": {
  8.           "title": "Learning Hadoop"
  9.         }
  10.       }
  11.     }
  12.   }
  13. }

结果

  1. {
  2.   "took" : 17,
  3.   "timed_out" : false,
  4.   "_shards" : {
  5.     "total" : 1,
  6.     "successful" : 1,
  7.     "skipped" : 0,
  8.     "failed" : 0
  9.   },
  10.   "hits" : {
  11.     "total" : {
  12.       "value" : 2,
  13.       "relation" : "eq"
  14.     },
  15.     "max_score" : 1.0,
  16.     "hits" : [
  17.       {
  18.         "_index" : "my_blogs",
  19.         "_type" : "_doc",
  20.         "_id" : "comment2",
  21.         "_score" : 1.0,
  22.         "_routing" : "blog2",
  23.         "_source" : {
  24.           "comment" : "I like Hadoop!!!!!",
  25.           "username" : "Jack",
  26.           "blog_comments_relation" : {
  27.             "name" : "comment",
  28.             "parent" : "blog2"
  29.           }
  30.         }
  31.       },
  32.       {
  33.         "_index" : "my_blogs",
  34.         "_type" : "_doc",
  35.         "_id" : "comment3",
  36.         "_score" : 1.0,
  37.         "_routing" : "blog2",
  38.         "_source" : {
  39.           "comment" : "Hello Hadoop",
  40.           "username" : "Bob",
  41.           "blog_comments_relation" : {
  42.             "name" : "comment",
  43.             "parent" : "blog2"
  44.           }
  45.         }
  46.       }
  47.     ]
  48.   }
  49. }

使用 has_child 查询

  • 返回父文档
  • 通过对子文档进行查询

返回具体相关子文档的父文档
父子文档在相同的分片上，因此 Join 效率高

image.png

使用 has_parent 查询

  • 返回相关性的子文档
  • 通过对父文档进行查询
    • 返回相关的子文档

image.png

使用 parent_id 查询

  • 返回所有相关子文档
  • 通过对付文档 Id 进行查询
    • 返回所有相关的子文档

image.png

访问子文档

  • 需指定父文档 routing 参数

image.png

image.png

  1. #通过ID ，访问子文档
  2. GET my_blogs/_doc/comment2
  4. #通过ID和routing ，访问子文档
  5. GET my_blogs/_doc/comment3?routing=blog2

更新子文档

  • 更新子文档不会影响到父文档
  1. PUT my_blogs/_doc/comment3?routing=blog2
  2. {
  3. "comment": "Hello Hadoop??",
  4. "blog_comments_relation": {
  5. "name": "comment",
  6. "parent": "blog2"
  7. }
  8. }

嵌套对象 v.s 父子文档

Nested Object Parent / Child
优点：文档存储在一起，读取性能高、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、需要额外的内存去维护关系。读取性能相对差
适用场景子文档偶尔更新，以查询为主、子文档更新频繁