乐趣区

关于java:elasticsearch父子文档处理join

jiezi

一、背景

在咱们工作的过程中，有些时候咱们须要用到父子文档的关系映射。比方：一个问题有多个答案、一本书籍有多个评论等等。此处咱们能够应用 es 的 jion数据类型或 nested来实现。此处咱们应用 join 来建设 es 中的父子文档关系。

二、需要

咱们须要创立一个打算 (plan)，打算下存在流动(activity) 和书籍(book)，书籍下存在评论(comments)。

即层级构造为：

     plan
    /    \
   /      \
activity  book
           |
           |
          comments

三、前置常识

  1. 每一个 mapping 下只能有一个 join 类型的字段。
  2. 父文档和子文档必须在同一个分片 (shard) 上。即： 增删改查一个子文档都必须和父文档应用雷同的 routing key。
  3. 每个元素只能有一个父，然而能够存在多个子。
  4. 能够为一个曾经存在的 join 字段减少新的关联关系。
  5. 能够为一个曾经是父的元素减少一个子元素。

join数据类型在 elasticsearch 中不应该像关系型数据库那种应用。而且 has_child 和has_parent都是比拟耗费性能的。

只有当 子的数据 远远大于 父的数据时，应用 join 才是有意义的。比方：一个博客下，有多个评论。

四、实现步骤

1、创立 mapping

PUT /plan_index
{
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 1
  },
  "mappings": {
    "properties": {
      "plan_id":{"type": "keyword"},
      "plan_name":{
        "type": "text",
        "fields": {
          "keyword":{
            "type" : "keyword",
            "ignore_above" : 256
          }
        }
      },
      "act_id":{"type": "keyword"},
      "act_name":{
        "type": "text",
        "fields": {
          "keyword":{
            "type" : "keyword",
            "ignore_above" : 256
          }
        }
      },
      "comment_id":{"type": "keyword"},
      "comment_name":{
        "type": "text",
        "fields": {
          "keyword":{
            "type" : "keyword",
            "ignore_above" : 256
          }
        }
      },
      "creator":{"type": "keyword"},
      "create_time":{
        "type": "date",
        "format": "yyyy-MM-dd||yyyy-MM-dd HH:mm:ss"
      },
      "plan_join": {
        "type": "join",
        "relations": {"plan": ["activity", "book"],
          "book": "comments"
        }
      }
    }
  }
}

留神⚠️

2、增加父文档数据

此处增加的是 (plan) 数据。

PUT /plan_index/_doc/plan-001
{
  "plan_id": "plan-001",
  "plan_name": "四月打算",
  "creator": "huan",
  "create_time": "2021-04-07 16:27:30",
  "plan_join": {"name": "plan"}
}

PUT /plan_index/_doc/plan-002
{
  "plan_id": "plan-002",
  "plan_name": "五月打算",
  "creator": "huan",
  "create_time": "2021-05-07 16:27:30",
  "plan_join": "plan"
}

留神⚠️：

1、如果是创立父文档，则须要应用 plan_join 指定父文档的关系的名字(此处为 plan)。

2、plan_join为创立索引的 mapping时指定 join 的字段的名字。

3、指定父文档时,plan_join的这 2 种写法都能够。

3、增加子文档

PUT /plan_index/_doc/act-001?routing=plan-001
{
  "act_id":"act-001",
  "act_name":"四月第一个流动",
  "creator":"huan.fu",
  "plan_join":{
    "name":"activity",
    "parent":"plan-001"
  }
}

PUT /plan_index/_doc/book-001?routing=plan-001
{
  "book_id":"book-001",
  "book_name":"四月读取的第一本书",
  "creator":"huan.fu",
  "plan_join":{
    "name":"book",
    "parent":"plan-001"
  }
}

PUT /plan_index/_doc/book-002?routing=plan-001
{
  "book_id":"book-002",
  "book_name":"编程珠玑",
  "creator":"huan.fu",
  "plan_join":{
    "name":"book",
    "parent":"plan-001"
  }
}

PUT /plan_index/_doc/book-003?routing=plan-002
{
  "book_id":"book-003",
  "book_name":"java 编程思维",
  "creator":"huan.fu",
  "plan_join":{
    "name":"book",
    "parent":"plan-002"
  }
}

# 实践上 comment 的父文档是 book，然而此处 routing 应用 plan 也是能够的。PUT /plan_index/_doc/comment-001?routing=plan-001
{
  "comment_id":"comment-001",
  "comment_name":"这本书还能够",
  "creator":"huan.fu",
  "plan_join":{
    "name":"comments",
    "parent":"book-001"
  }
}

PUT /plan_index/_doc/comment-002?routing=plan-001
{
  "comment_id":"comment-002",
  "comment_name":"值得一读，棒。",
  "creator":"huan.fu",
  "plan_join":{
    "name":"comments",
    "parent":"book-001"
  }
}

留神⚠️：

1、子文档（子孙文档等）须要和父文档应用雷同的路由键。

2、须要指定父文档的 id。

3、须要指定 join 的名字。

4、查问文档

1、依据父文档 id 查问它下方的子文档

需要：返回父文档 id 是 plan-001 下的类型为 book 的所有子文档。

GET /plan_index/_search
{
  "query":{
    "parent_id": {
      "type":"book",
      "id":"plan-001"
    }
  }
}

2、has_child 返回满足条件的父文档

需要：返回创建者 (creator) 是 huan.fu, 并且子文档起码有 2 个的父文档。

GET /plan_index/_search
{
  "query": {
    "has_child": {
      "type": "book",
      "min_children": 2,  
      "query": {
        "match": {"creator": "huan.fu"}
      }
    }
  }
}

3、has_parent 返回满足父文档的子文档

需要：返回父文档 (book) 的创建者是 huan.fu 的所有子文档

GET /plan_index/_search
{
  "query": {
    "has_parent": {
      "parent_type": "book",
      "query": {
        "match": {"creator":"huan.fu"}
      }
    }
  }
}

五、Nested Object 和 join 比照

Nested Object join (Parent/Child)
1、文档存储在一起，读取性能高 1、父子文档独自存储，互不影响。然而为了保护 join 的关系，须要占用额定的内容，读取性能略差。
2、更新父文档或子文档时，须要更新整个文档。 2、父文档和子文档能够独自更新。
3、实用于查问频繁，子文档偶然更新的状况。 3、实用于更新频繁的状况，且子文档的数量远远超过父文档的数量。

六、参考文档

1、join 数据类型

2、has child 查问

3、has parent 查问

4、parent id 查问

退出移动版