ElasticSearch 如何像 MySQL 一样做多表联合查询？

关系型数据库中有表的关联关系，在 es 中，我们也有类似的需求，例如订单表和商品表，在 es 中，这样的一对多一般来说有两种方式：

• 嵌套文档（nested）

• 父子文档

18.1 嵌套文档

假设：有一个电影文档，每个电影都有演员信息：

PUT movies{  "mappings": {    "properties": {      "actors":{        "type": "nested"      }    }  }}PUT movies/_doc/1{  "name":"霸王别姬",  "actors":[    {      "name":"张国荣",      "gender":"男"    },    {      "name":"巩俐",      "gender":"女"    }    ]}

注意 actors 类型要是 nested，具体原因参考 10.2.3 小节。

缺点

查看文档数量：

GET _cat/indices?v

查看结果如下：

image-20201119162958456

这是因为 nested 文档在 es 内部其实也是独立的 lucene 文档，只是在我们查询的时候，es 内部帮我们做了 join 处理，所以最终看起来就像一个独立文档一样。因此这种方案性能并不是特别好。

18.2 嵌套查询

这个用来查询嵌套文档：

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

18.3 父子文档

相比于嵌套文档，父子文档主要有如下优势：

• 更新父文档时，不会重新索引子文档

• 创建、修改或者删除子文档时，不会影响父文档或者其他的子文档。

• 子文档可以作为搜索结果独立返回。

例如学生和班级的关系：

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

s_c

表示父子文档关系的名字，可以自定义。join 表示这是一个父子文档。relations 里边，class 这个位置是 parent，student 这个位置是 child。

接下来，插入两个父文档：

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

再来添加三个子文档：

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  }}

首先大家可以看到，子文档都是独立的文档。特别需要注意的地方是，子文档需要和父文档在同一个分片上，所以 routing 关键字的值为父文档的 id。另外，name 属性表明这是一个子文档。

父子文档需要注意的地方：

1. 每个索引只能定义一个 join filed

2. 父子文档需要在同一个分片上（查询，修改需要routing）

3. 可以向一个已经存在的 join filed 上新增关系

18.4 has_child query

通过子文档查询父文档使用 has_child

query。

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

查询 wangwu 所属的班级。

18.5 has_parent query

通过父文档查询子文档：

GET stu_class/_search{  "query": {    "has_parent": {      "parent_type": "class",      "query": {        "match": {          "name": "二班"        }      }    }  }}

查询二班的学生。但是大家注意，这种查询没有评分。

可以使用 parent id 查询子文档：

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

通过 parent id 查询，默认情况下使用相关性计算分数。

18.6 小结

整体上来说：

1. 普通子对象实现一对多，会损失子文档的边界，子对象之间的属性关系丢失。

2. nested 可以解决第 1 点的问题，但是 nested 有两个缺点：更新主文档的时候要全部更新，不支持子文档属于多个主文档。

3. 父子文档解决 1、2 点的问题，但是它主要适用于写多读少的场景。