elastic search中父子关系文档

1、为什么要有父子文档？

（1）、nested object的数据建模，是采取类似冗余数据的方式，将多个数据都放在一起，维护成本就比较高；

（2）、parent-child数据建模，采取的是类似于关系型数据库的三范式，多个实体都分割开来，每个实体之间都通过一些关联方式，进行了父子关系的关联，各种数据不需要都放在一起，父doc和子doc分别在进行更新的时候，都不会影响对方；

为什么父子文档性能好？虽然数据实体之间分割开来，但是我们在搜索的时候，由es自动为我们处理底层的关联关系，并且通过一些手段保证搜索性能。

2、父子文档核心：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：父子数据必须存在于一个shard中；（多个type之间有父子关系，用_parent指定父type）；

父子关系数据存在一个shard中，而且映射其关联关系的元数据，因此在搜索父子关系数据的时候，不用跨分片。

3、实例：一个IT公司有多个研发中心，每个研发中心有多个员工

（1）、建立mapping

PUT /company
{
  "mappings": {
    "rd_center": {},
    "employee": {
      "_parent": {
        "type": "rd_center" 
      }
    }
  }
}

在员工employee中定义一个_parent,类型为部门rd_center

在员工employee中定义一个_parent,类型为部门rd_center

（2）、填充部门数据

POST /company/rd_center/_bulk
{ "index": { "_id": "1" }}
{ "name": "北京研发总部", "city": "北京", "country": "中国