带你读《Elastic Stack 实战手册》之21:——3.4.2.6.Join数据类型

简介: 带你读《Elastic Stack 实战手册》之21:——3.4.2.6.Join数据类型

3.4.2.6.Join数据类型


创作人:李增胜

 

Join 类型是一种特殊的数据类型,类似父子结构,一个子文档只能有一个父文档,一个父文档可以有多个子文档。

 

使用场景

 

Join 可以实现父子文档的关系存储,在什么情况下使用 Join 类型呢?假设我们存在这种场景,售卖的商品有评价信息,商品信息不会经常发生变更,但是评论信息就更新的比较频繁了,此时就可以使用 Join 数据类型来处理此种业务, 一对多关系存在多个文档中,父子文档更新性能高,可独立更新,互不影响。

 

在实际使用场景中,推荐使用 Data denormalization 来解决过多关联查询问题,字面解读就是“非规范化存储”,通过冗余存储多字段来达到过多关联的查询问题,避免使用 Join 数据类型,虽然带来了关联的方便性,但是会带来额外的查询开销影响搜索性能。

 

此外,Kibana 对 Join 以及 Nested 的支持也比较少:


#定义索引,my_goods_sale 为售卖的商品信息,my_goods_comment 为商品的评价信息
PUT my_goods_hot_sale
{
  "mappings": {
    "properties": {
      "my_id": {
        "type": "keyword"
      },
      "my_join_field": { 
        "type": "join",
        "relations": {
          "my_goods_sale": "my_goods_comment" 
        }
      }
    }
  }
}
#添加商品售卖 ID 为1的信息
PUT my_goods_hot_sale/_doc/1?refresh
{
  "my_id": "1",
  "text": "This is a my_goods_sale",
  "my_join_field": {
    "name": "my_goods_sale" 
  }
}
#添加商品售卖 ID 为2的信息
PUT my_goods_hot_sale/_doc/2?refresh
{
  "my_id": "2",
  "text": "This is another my_goods_sale",
  "my_join_field": {
    "name": "my_goods_sale"
  }
}
#添加商品售卖 ID 为3,父商品为1,注意父子文档一定要在一个 shard 上
PUT my_goods_hot_sale/_doc/3?routing=1&refresh
{
  "my_id": "3",
  "text": "This is an comment",
  "my_join_field": {
    "name": "my_goods_comment", 
"parent": "1" 
  }
}
#添加商品售卖 ID 为4,父商品为1
PUT my_goods_hot_sale/_doc/4?routing=1&refresh
{
  "my_id": "4",
  "text": "This is another comment",
  "my_join_field": {
    "name": "my_goods_comment",
    "parent": "1"
  }
}

根据父文档查询子文档:


GET my_goods_hot_sale/_search
{
  "query": {
    "has_parent": {
      "parent_type": "my_goods_sale",
      "query": {
        "match": {
          "text": "my_goods_sale"
        }
      }
    }
  }
}

根据子文档查询父文档:


GET my_goods_hot_sale/_search
{
  "query": {
    "has_child": {
      "type": "my_goods_comment",
      "query": {
        "match_all": {}
      }
    }
  }
}

创作人简介:

李增胜,Elasticsearch 认证工程师、PMP 项目管理认证,现就职于汇通达网络股份有限公司,任产业交易平台交易域技术经理,从事微服务架构、搜索架构方向开发与管理工作。技术关注:电商、产业互联网等领域。

博客:https://www.jianshu.com/u/59dceda66b57

 

 

相关实践学习
以电商场景为例搭建AI语义搜索应用
本实验旨在通过阿里云Elasticsearch结合阿里云搜索开发工作台AI模型服务,构建一个高效、精准的语义搜索系统,模拟电商场景,深入理解AI搜索技术原理并掌握其实现过程。
ElasticSearch 最新快速入门教程
本课程由千锋教育提供。全文搜索的需求非常大。而开源的解决办法Elasricsearch(Elastic)就是一个非常好的工具。目前是全文搜索引擎的首选。本系列教程由浅入深讲解了在CentOS7系统下如何搭建ElasticSearch,如何使用Kibana实现各种方式的搜索并详细分析了搜索的原理,最后讲解了在Java应用中如何集成ElasticSearch并实现搜索。  
相关文章
|
2月前
|
存储 人工智能 Prometheus
AI Agent 时代,需要的不是更多数据,而是一个语义层
AI Agent 缺的不是数据而是系统地图。UnifiedModel 开源语义层将资产、数据与关系组织为可查询对象图,实验显示旗舰模型准确率提升 10-20%。它助 Agent 按对象读数、沿关系定位根因,真正看懂复杂系统。
522 20
|
8月前
|
消息中间件 存储 Kafka
跑腿系统开发如何实现可扩展的多业务模型设计
本文提出可扩展的跑腿系统多业务架构方案:通过统一订单模型(含`business_type`字段)、业务扩展表隔离差异、策略模式解耦逻辑、规则引擎支持动态定价,实现新增代排队、代办证等业务零改造。核心是“抽象订单,而非堆砌功能”,保障系统长期稳定演进。(239字)
|
4月前
|
人工智能 Kubernetes 调度
AgentTeams 和 Claude Tag 都进入群聊模式,是新范式还是新叙事?
AgentTeams 和 AgentLoop 均处于邀测期,欢迎感兴趣的朋友申请测试。
591 26
|
9月前
|
人工智能 缓存 JSON
互联网医院AI问诊高并发场景下的性能优化方案
本文详解互联网医院AI问诊系统的高并发优化方案,涵盖架构解耦、限流降级、异步推理、分库分表、多级缓存、线程池调优、读写分离及AI服务独立部署等八大核心策略,并附可落地的代码示例,助系统从容应对多医院、多城市、大规模并发问诊场景。(239字)
|
5月前
|
设计模式 自然语言处理 中间件
Code designs Harness 还是 Model drives Harnesses?
智能体驾驭层这种可复用的设计模式,能否被表示为一个可执行的自然语言对象,将模型周围偶然的胶水转变为科学的表示对象。
411 24
|
4月前
|
运维 Cloud Native 应用服务中间件
阿里云微服务引擎 MSE 及 API 网关 2026 年 6 月产品动态
阿里云微服务引擎 MSE 面向业界主流开源微服务项目, 提供注册配置中心和分布式协调(原生支持 Nacos/ZooKeeper/Eureka )、云原生网关(原生支持Higress/Nginx/Envoy,遵循Ingress标准)、微服务治理(原生支持 Spring Cloud/Dubbo/Sentinel,遵循 OpenSergo 服务治理规范)能力。API 网关 (API Gateway),提供 APl 托管服务,覆盖设计、开发、测试、发布、售卖、运维监测、安全管控、下线等 API 生命周期阶段。帮助您快速构建以 API 为核心的系统架构.满足新技术引入、系统集成、业务中台等诸多场景需要
|
5月前
|
人工智能 运维 安全
光聪明还不够,Agent “真干活”还缺一套趁手的工具
搭一个会聊天的 Agent 不难,难的是让它跑进真实业务。AgentRun 把 Skill 和 MCP 统一管理为可复用资产:Skill 规定“怎么做”,MCP 提供“能调用什么”。从工具安装、Agent 绑定到调试面板验证链路,一条路径打通 Agent 从对话入口到业务执行入口的落地。
|
7月前
|
存储 人工智能 自然语言处理
阿里云可观测 2026 年 3 月产品动态
阿里云可观测 2026 年 3 月产品动态。
479 47
|
7月前
|
监控 网络协议 网络安全
RUM 实战:用数据说话的 Android 网络性能优化
移动端网络性能直接影响用户体验,面临网络多样、设备碎片化、问题难复现、监控粗粒度等挑战。阿里云 RUM Android SDK 通过采集详细的网络资源指标,助力开发者精准定位性能瓶颈。
443 46

热门文章

最新文章