es的连接查询

标签： es | 发表时间：2016-10-13 16:43 | 作者：weitao1026
出处：http://www.iteye.com

在一般的关系型数据库中，都支持连接操作。

在ES这种分布式方案中进行连接操作，代价是十分昂贵的。

不过ES也提供了相类似的操作，支持水平任意扩展，实现连接的效果。

其他内容， 参考Elasticsearch官方指南整理

http://www.cnblogs.com/xing901022/p/4704319.html

 

 

ES中的连接

 

在ES中支持两种连接方式：嵌套查询 和 has_child、has_parent父子查询

 

嵌套查询：

 

文档中包含嵌套的字段，这些字段以数组的形式保存对象，这样每个嵌套的子对象都可以被搜索。

 

has_child、has_parent父子查询：

 

父子文档是存储在同一个索引中的不同类型，在索引数据前定义父子关系。在父子查询中，父子关系通过类型引用。

 

嵌套查询

 

嵌套类型需要实现定义好mapping：

 

{
    "type1" : {
        "properties" : {
            "obj1" : {
                "type" : "nested"
            }
        }
    }
}

 

定义好后，type1中就有了obj1这个子对象，然后就可以通过嵌套查询查询相关的内容：

 

{
    "nested" : {
        "path" : "obj1",
        "score_mode" : "avg",
        "query" : {
            "bool" : {
                "must" : [
                    {
                        "match" : {"obj1.name" : "blue"}
                    },
                    {
                        "range" : {"obj1.count" : {"gt" : 5}}
                    }
                ]
            }
        }
    }
}

 

注意其中几个参数：

 

1 path 定义了嵌套的对象

 

2 score_mode 定义里嵌套对象计算的分数与当前查询分数的处理方式，有avg,sum,max,min以及none。none就是不做任何处理，其他的看字面意思就好理解。

 

3 query/filter是查询的方式，内部定义了针对嵌套对象的查询，注意内部的查询一定要是用全路径，即针对obj1的name字段的查询，要写obj1.name。

 

嵌套查询会在执行子查询的时候自动触发，然后把结果返回给当前文档的查询。

 

 

 

父子查询

 

父子关系也需要在之前定义mapping，不过与一般的映射不同，它的定义方式如下：

 

PUT my_index
{
  "mappings": {
    "my_parent": {},
    "my_child": {
      "_parent": {
        "type": "my_parent" 
      }
    }
  }
}

PUT my_index/my_parent/1 
{
  "text": "This is a parent document"
}

PUT my_index/my_child/2?parent=1 
{
  "text": "This is a child document"
}

PUT my_index/my_child/3?parent=1 
{
  "text": "This is another child document"
}

GET my_index/my_parent/_search
{
  "query": {
    "has_child": { 
      "type": "my_child",
      "query": {
        "match": {
          "text": "child document"
        }
      }
    }
  }
}

 

这样就代表，my_child这个类型的父类型是my_parent，这样就声明了一种父子关系。然后再索引数据时，指定父子对应的关系。

 

has_child查询

 

这个查询会检查子文档，如果子文档满足查询条件，则返回父文当。

 

{
    "has_child" : {
        "type" : "blog_tag",
        "query" : {
            "term" : {
                "tag" : "something"
            }
        }
    }
}

 

通过score_mode字段，可以指定子文档返回的分值的处理方式。与嵌套类似，它也有avg,sum,max,min和none几种方式。

 

{
    "has_child" : {
        "type" : "blog_tag",
        "score_mode" : "sum",
        "query" : {
            "term" : {
                "tag" : "something"
            }
        }
    }
}

 

另外，也可以指定子文档匹配的最小数目和最大数目。

 

{
    "has_child" : {
        "type" : "blog_tag",
        "score_mode" : "sum",
        "min_children": 2, 
        "max_children": 10, 
        "query" : {
            "term" : {
                "tag" : "something"
            }
        }
    }
}

 

has_parent查询

 

has_parent查询与has_child类似，它是去检查父文档那个是否匹配，然后返回父文档对应的子文档。

 

{
    "has_parent" : {
        "parent_type" : "blog",
        "query" : {
            "term" : {
                "tag" : "something"
            }
        }
    }
}

 

 

 

参考

 

1 如何定义父子关系： https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-parent-field.html

 

2 连接查询： https://www.elastic.co/guide/en/elasticsearch/reference/current/joining-queries.html

 

3 Nested查询： https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-nested-query.html

 

4 Has_Child查询： https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-has-child-query.html

 

5 Has_Parent查询： https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-has-parent-query.html

 



已有 0 人发表留言，猛击->> 这里<<-参与讨论


ITeye推荐



相关 [es] 推荐：

ES优化总结

- - 非技术 - ITeye博客
最近一直在研究ＥＳ集群，也看了很多篇前辈们总结的博客，同事借鉴了官方给出的一些建议，做了一下几点总结，希望对后来者有用：. 为了防止ES进程的内存被置换到磁盘上（会导致在检索的时候发生内存交换导致检索速度迟缓）引起性能急速下降. 候可以把config/elasticsearch.yml中的bootstrap.mlockall设置为true就可以了.

es的连接查询

- - 行业应用 - ITeye博客
在一般的关系型数据库中，都支持连接操作. 在ES这种分布式方案中进行连接操作，代价是十分昂贵的. 不过ES也提供了相类似的操作，支持水平任意扩展，实现连接的效果. 其他内容， 参考Elasticsearch官方指南整理. 在ES中支持两种连接方式：嵌套查询 和 has_child、has_parent父子查询.

ES性能优化总结

- - 互联网 - ITeye博客
    Elasticsearch是目前大数据领域最热门的技术栈之一，经过近8年的发展，已从0.0.X版升级至6.X版本，虽然增加了很多的特性和功能，但是在主体架构上，还是没有太多的变化. 下面就把我对于ES使用实践的一些经验总结一下，供大家参考；也请大家拍砖. 如果有条件，尽可能使用SSD硬盘， 不错的CPU.

ElasticSearch —修改ES数据

- -
ElasticSearch能够以接近实时的速度提供数据操作和搜索功能. 在默认情况下，从索引/更新/删除数据到出现在搜索结果之间，你可能会感受到有1秒的延迟时间（刷新间隔）. 这是与SQL等其他平台的一个重要区别，这些平台在完成事务之后，它们的数据立即可用. 先前，我们已经知道如何索引一个单个的文档.

es近实时搜索原理

- - 企业架构 - ITeye博客
 随着按段（per-segment）搜索的发展， 一个新的文档从索引到可被搜索的延迟显著降低了. 新文档在几分钟之内即可被检索，但这样还是不够快.  提交（Commiting）一个新的段到磁盘需要一个 . fsync 来确保段被物理性地写入磁盘，这样在断电的时候就不会丢失数据. 但是  fsync 操作代价很大; 如果每次索引一个文档都去执行一次的话会造成很大的性能问题.

请警惕 ES 的三大坑

- - InfoQ推荐
搜索引擎现在是用得越来越多了，比如 日志系统用到的 ELK 中的 E 就是 搜索引擎 Elasticsearch（简称 ES）. 那对于搜索这种技术来说，最看重的是搜索的结果的准确性和搜索的响应时间. ES 的准确性可以通过 倒排索引算法来保证，那响应时间就需要磁盘或缓存来支持了，那么磁盘和缓存会带来哪些坑呢.

碾压ES和MongoDB，RedisJson横空出世！

- - DockOne.io
近期官网给出了 RedisJson（RedisSearch）的性能测试报告，可谓碾压其他 NoSQL. 下面是核心的报告内容，先上结论：. 对于隔离写入（isolated writes），RedisJSON 比 MongoDB 快 5.4 倍，比 ElasticSearch 快 200 倍以上. 对于隔离读取（isolated reads），RedisJSON 比 MongoDB 快 12.7 倍，比 ElasticSearch 快 500 倍以上.

MySQL InnoDB 與 PostgreSQL 的 Partial Index(es) 是不一樣的東西…

- - Gea-Suan Lin's BLOG
MySQL InnoDB 指的 Partial Index 是：. An index that represents only part of a column value, typically the first N characters (the prefix) of a long VARCHAR value..

索引表和ES的一点点思考 - CSDN博客

- -
在电商项目中，物理库存系统是个极其重要的系统，订单支付后，就会开始来占用物理库存. 一般情况下，库存系统都是要分库的，因为主要的操作是写操作，例如占用/释放/取消等写操作. 使用分库可以降低数据库写的压力. 尽管写操作为主，但是读操作也是有的. 比如说，库存占用的时候，得先查询是否有库存，而这个查询操作并不都会带上分库因子(用于路由到具体的某个数据库)，而是一些比较宽松的查询条件，这些查询条件对应的数据可能分布在不同的数据库上.

ES集群的高可用性知识点整理

- - 学习日志
为了防止ES集群中单点问题，一般都需要对集群节点做高可用性，当发生单点问题时，也可以向外正常提供服务. 这里主要记录一下节点的加入、离开和选举. 集群安装教程请参考： https://www.elastic.co/guide/en/elasticsearch/reference/current/install-elasticsearch.html.