Boo-BKing.

下雨 最爱听的旋律

Parent and Child used in Elasticsearch

发表于 更新于 分类于
本文字数： 4.1k 阅读时长 ≈ 4 分钟

Elasticsearch 父子关系

Elasticsearch的Parent和Child非常有利于我们进行关联查询，父子关系的查询在一定的场合下使用能加快我们的索引速度。由于ElasticSearch不是关系数据库，它只与搜索效率有关，与存储效率无关。存储的数据已被非规范化。这意味着联接不能跨索引，子文档和父文档必须位于相同的索引和相同的分片中。

父子关系图

对于Elasticsearch的 Parent and Child：

  1. 家庭关系：

  2. 学校关系：

  3. 等等关系我们都可以用 Parent and Child 来表示，非常有利于我们进行父子关系的查询。

Parent and Child 有如下特点：

  • 父子关系

  • 每个父母有多个孩子

  • 多个层次的亲子关系

创建 “Family_Tree” 索引

这里我们使用汽车关系来进行相关展示：

创建相关索引

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
PUT family_tree
{
  "settings": {
    "index":{
      "number_of_shards":1,
      "number_of_replicas":0
    }
  },
  
  "mappings": {
    "properties": {
      "name":{
        "type": "text"
      },
      "price":{
        "type": "text"
      },
      "isSale":{
        "type": "boolean"
      },
      "relation_type":{
        "type": "join",
        "eager_global_ordinals": true,
        "relations":{
          "parent":"child"
        }
      }
    }
  }
}

注意：Parent-child uses the "eager_global_ordinals" to speed up joins.

父子关系需要在统一分片中：我们在插入数据的时候，一般通过固定值来路由（routing）到同一个分片中。

分片规则：shard = hash(routing_value) % number_of_primary_shards

开始相关操作

父节点插入数据

1
2
3
4
5
6
7
8
9
PUT family_tree/_doc/1?routing=Car
{
  "name":"Car",
  "price":"2000000",
  "isSale":true,
  "relation_type":{
    "name":"parent"
  }
}

子节点插入数据

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
PUT family_tree/_doc/2?routing=Car
{
  "name":"Van",
  "price":"10000",
  "isSale":true,
  "relation_type":{
    "name":"child",
    "parent":1
  }
}

PUT family_tree/_doc/3?routing=Car
{
  "name":"Sedan",
  "price":"10000",
  "isSale":true,
  "relation_type":{
    "name":"child",
    "parent":1
  }
}

PUT family_tree/_doc/4?routing=Car
{
  "name":"SUV",
  "price":"8000",
  "isSale":true,
  "relation_type":{
    "name":"child",
    "parent":1
  }
}

注意：子文档和父文档必须位于同一分片上的限制。

查询数据

搜索和过滤指定的父节点

获取Car的所有子级：parent_id查询可用于查找属于特定父级的子级文档。

1
2
3
4
5
6
7
8
9
GET /family_tree/_search?pretty=true
{
  "query": {
    "parent_id":{
      "type":"child",
      "id":"1"
    }
  }
}

结果：以查找出属于parent_id为 1 的所有子级文档。

在这之前我们先为 Car 添加一个不再销售的汽车类型：

1
2
3
4
5
6
7
8
9
10
PUT family_tree/_doc/5?routing=Car
{
  "name":"Sports car",
  "price":"30000000",
  "isSale":false,
  "relation_type":{
    "name":"child",
    "parent":1
  }
}
  1. 通过bool与must结合获取所有未售的 Car 的孩子：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
GET /family_tree/_search
{
  "query": {
    "bool": {
      "filter": {
        "term": {
          "isSale": "false"
        }
      },
      "must": [
        {
          "parent_id":{
            "type":"child",
            "id":"1"
          }
        }
      ]
    }
  }
}

结果：从查询到的结果中可以看到：只有”Sports car”符合我们查询的条件。

  1. 我们也可以通过has_child查询拥有子节点未销售状态的父节点信息：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
GET /family_tree/_search?pretty
{
  "query": {
    "has_child": {
      "type": "child",
      "query": {
        "bool": {
          "must": [
            {"match": {"isSale": "false"}}
          ]
        }
      }
    }
  }
}

提示：has_parent关键字可帮助我们获取所有有父母且符合过滤条件的孩子信息。

通过has_parent来查询父节点状态为在售的所有子节点信息：

1
2
3
4
5
6
7
8
9
10
11
12
13
GET /family_tree/_search?pretty
{
  "query": {
    "has_parent": {
      "parent_type": "parent",
      "query": {
        "match": {
          "isSale": "true"
        }
      }
    }
  }
}

小建议：

每个关系级别都会在查询时增加内存和计算方面的开销，不是很建议使用多个级别的关系模型。

小收获：

  • 父子文档必须索引到同一个分片中。

  • 每个索引仅允许一个连接字段映射。

  • 一个元素可以有多个子级，但只能有一个父级。

  • 可以向已存在的联接字段添加新关系。

  • 也可以将子元素添加到现有元素中，但前提是该元素已经是父元素。

本次总结

当索引时间性能比搜索时间性能更重要时，父子联接可能是管理关系的有用技术，但代价是很高的。必须意识到这种权衡，例如父子文档的物理存储约束和增加的复杂性。另一个预防措施是避免多层父子关系，因为这将消耗更多的内存和计算量。这些都是我们在使用父子关系的时候必须要考虑到的相关内容，避免造成不必要的损失。

---- The end of this article ----