elasticsearch中join类型数据如何进行父子文档查询?

简介: elasticsearch中join类型数据如何进行父子文档查询?

1.join 简介

ES 中有一种特殊的数据类型『join』,被形象地称为父子文档。它是一种可以在同一索引中存放两种有关系数据的数据类型,类似于关系数据库中让两张表发生关系的外键 FOREIGN KEY 。在官方文档中这样介绍:join 数据类型的字段是一个特殊字段,它可以在同一个索引的文档中创建 父子关系 。通过参数 relations 定义可能存在关系的一组文档,这个关系的参数由 父名子名 构成。下方是原文档描述:

The join datatype is a special field that creates parent/child relation within documents of the same index. The relations section defines a set of possible relations within the documents, each relation being a parent name and a child name.更多精彩文章请关注公众号『Pythonnote』或者『全栈技术精选』

2.定义

我们需要在设置 mapping 时将其关系定义好,如下示例:

PUT 索引名称
{
  "mappings": {
    "properties": {
      "join类型的字段名称": { 
        "type": "join",
        "relations": {
          "父文档标示字段名": "子文档标示字段名" 
        }
      }
    }
  }
}

2.1 父文档

构建父文档时可以通过如下方法:

PUT 索引名称/类型/文档id?refresh
{
  "text": "EthanYan",
  ...        // 父文档中其他的字段与值
  "join类型的字段名称": {
    "name": "父文档标示字段名" 
  }
}

这种方式是为了便于理解,与下方子文档中构建方式对应。当你运用熟练后,有一种简便的构建方法:

PUT 索引名称/类型/文档id?refresh
{
  "text": "EthanYan",
  ...        // 父文档中其他的字段与值
  "join类型的字段名称": "父文档标示字段名" 
}

2.2 子文档

构建子文档时可以通过如下方法:

PUT 索引名称/类型/文档id?routing=父文档id&refresh 
{
  "text": "xiaoyan",
  ...        // 子文档中其他的字段与值
  "join类型的字段名称": {
    "name": "子文档标示字段名", 
    "parent": "父文档id" 
  }
}

注意

构建子文档时与父文档有些许不同,以下几点需要特别注意:

1.url 中可以看到有一个参数 routing此参数必须设置,因为我们需要保证父文档与子文档在同一分片中。其原文描述为:The routing value is mandatory because parent and child documents must be indexed on the same shard.更多精彩文章请关注公众号『Pythonnote』或者『全栈技术精选』

2.我们可以看到子文档在 join 类型字段中除了参数 name 外,还多了一个参数 parent ,故名思义,此字段为了指明父文档的所在,其值填写为父文档的 id

3.查询

此字段类型当然是为了查询而存在,要不然没有灵魂。下面举例进行说明。索引名为 sales_org

有一个父文档为下方示例:

{
  "node_name_cn": "川渝",
  "node_code": "LP.IIB.RW.CTU",
  "node_type": "办事处",
  "node_id_fqdn": "SI/LP/LP.IIB.RW/LP.IIB.RW.CTU",
  "node_name_fqdn": "SI/LP//川渝",
  "node_name_en": "",
  "mgmt_territory": "",
  "node_tree_level": 3,
  "node_name_short": "LP.IIB.RW.CTU",
  "node_info": "node_parent"
}

一个子文档示例如下:

{    
  "empl_id": "*******",
  "email_addr": "*****@fafa.com",
  "dept_id": "LP.IIB.RW.CTU",
  "name_cn": "Nie Cong",
  "node_info": {
    "parent": "LP.IIB.RW.CTU",
    "name": "node_child"
  }
}

可以看到 join 类型字段名为 node_info ,父文档标示字段名为 node_parent ,子文档标示字段名为 node_child更多精彩文章请关注公众号『Pythonnote』或者『全栈技术精选』

3.1 基于父文档查询全部子文档

POST sales_org/_search
{
  "query": {
    "has_parent": {
      "parent_type": "node_parent",        // 填写父文档标示字段名
      "query": {        // 填写查询条件,注意填写的查询条件是查询父文档,该查询条件是为定位到要基于的父文档
        "match": {
          "_id": "LP.IIB.RW.CTU"
        }
      }
    }
  }
}

3.2 基于子文档查询其父文档

{
  "query": {
    "has_child": {
      "type": "node_child",        // 填写子文档标示字段名
      "query": {        // 填写查询条件,注意填写的查询条件是查询子文档,该查询条件是为定位到要基于的子文档
        "match": {
          "dept_id": "LP.IIB.RW.CTU"
        }
      }
    }
  }
}
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
|
数据采集 JSON 数据挖掘
Elasticsearch 的DSL查询,聚合查询与多维度数据统计
Elasticsearch的DSL查询与聚合查询提供了强大的数据检索和统计分析能力。通过合理构建DSL查询,用户可以高效地搜索数据,并使用聚合查询对数据进行多维度统计分析。在实际应用中,灵活运用这些工具不仅能提高查询效率,还能为数据分析提供深入洞察。理解并掌握这些技术,将显著提升在大数据场景中的分析和处理能力。
746 20
|
弹性计算 运维 Serverless
超值选择:阿里云Elasticsearch Serverless在企业数据检索与分析中的高性能与灵活性
本文介绍了阿里云Elasticsearch Serverless服务的高性价比与高度弹性灵活性。
697 8
|
存储 JSON 监控
大数据-167 ELK Elasticsearch 详细介绍 特点 分片 查询
大数据-167 ELK Elasticsearch 详细介绍 特点 分片 查询
964 4
|
Web App开发 JavaScript Java
elasticsearch学习五:springboot整合 rest 操作elasticsearch的 实际案例操作,编写搜索的前后端,爬取京东数据到elasticsearch中。
这篇文章是关于如何使用Spring Boot整合Elasticsearch,并通过REST客户端操作Elasticsearch,实现一个简单的搜索前后端,以及如何爬取京东数据到Elasticsearch的案例教程。
993 0
elasticsearch学习五:springboot整合 rest 操作elasticsearch的 实际案例操作,编写搜索的前后端,爬取京东数据到elasticsearch中。
|
消息中间件 监控 关系型数据库
MySQL数据实时同步到Elasticsearch:技术深度解析与实践分享
在当今的数据驱动时代,实时数据同步成为许多应用系统的核心需求之一。MySQL作为关系型数据库的代表,以其强大的事务处理能力和数据完整性保障,广泛应用于各种业务场景中。然而,随着数据量的增长和查询复杂度的提升,单一依赖MySQL进行高效的数据检索和分析变得日益困难。这时,Elasticsearch(简称ES)以其卓越的搜索性能、灵活的数据模式以及强大的可扩展性,成为处理复杂查询需求的理想选择。本文将深入探讨MySQL数据实时同步到Elasticsearch的技术实现与最佳实践。
769 1
|
自然语言处理 搜索推荐 Java
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图(一)
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图
422 0
|
存储 自然语言处理 搜索推荐
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图(二)
SpringBoot 搜索引擎 海量数据 Elasticsearch-7 es上手指南 毫秒级查询 包括 版本选型、操作内容、结果截图(二)
396 0
|
安全 Java Linux
Linux安装Elasticsearch详细教程
Linux安装Elasticsearch详细教程
2170 64
|
12月前
|
JSON 安全 数据可视化
Elasticsearch(es)在Windows系统上的安装与部署(含Kibana)
Kibana 是 Elastic Stack(原 ELK Stack)中的核心数据可视化工具,主要与 Elasticsearch 配合使用,提供强大的数据探索、分析和展示功能。elasticsearch安装在windows上一般是zip文件,解压到对应目录。文件,elasticsearch8.x以上版本是自动开启安全认证的。kibana安装在windows上一般是zip文件,解压到对应目录。elasticsearch的默认端口是9200,访问。默认用户是elastic,密码需要重置。
6029 0
|
存储 安全 数据管理
如何在 Rocky Linux 8 上安装和配置 Elasticsearch
本文详细介绍了在 Rocky Linux 8 上安装和配置 Elasticsearch 的步骤,包括添加仓库、安装 Elasticsearch、配置文件修改、设置内存和文件描述符、启动和验证 Elasticsearch,以及常见问题的解决方法。通过这些步骤,你可以快速搭建起这个强大的分布式搜索和分析引擎。
653 5

热门文章

最新文章