父-子关系文档
父-子关系文档 在实质上类似于 nested model ：允许将一个对象实体和另外一个对象实体关联起来。 而这两种类型的主要区别是：在 nested objects 文档中，所有对象都是在同一个文档中，而在父-子关系文档中，父对象和子对象都是完全独立的文档。
父-子关系的主要作用是允许把一个 type 的文档和另外一个 type 的文档关联起来，构成一对多的关系：一个父文档可以对应多个子文档 。与 nested objects 相比，父-子关系的主要优势有：
更新父文档时，不会重新索引子文档。
创建，修改或删除子文档时，不会影响父文档或其他子文档。这一点在这种场景下尤其有用：子文档数量较多，并且子文档创建和修改的频率高时。
子文档可以作为搜索结果独立返回。
Elasticsearch 维护了一个父文档和子文档的映射关系，得益于这个映射，父-子文档关联查询操作非常快。但是这个映射也对父-子文档关系有个限制条件：父文档和其所有子文档，都必须要存储在同一个分片中。
我使用的是es5.6，es6.0版本以上一个索引对应一个type
1.在es中查询父子级关系
创建父子级关系
PUT user_test
{
"mappings": {
"dept": {
"properties": {
"dname":{
"type": "text"
}
}
},
"user":{
"_parent": {
"type": "dept"
},
"properties": {
"deptId":{
"type": "text"
},
"username":{
"type": "text"
},
"age":{
"type": "integer"
}
}
}
}
}
创建了一个公司的索引 包括部门和用户两个类型
新增一个父级数据
POST company/dept/
{
"dname":"开发部"
}
新增一个子级数据
POST company/user?parent=
{
"uid":"",
"uname":"王五",
"age":10 }
以子级查
GET company/user/_search
{
"query": {
"has_parent": {
"parent_type": "dept",
"query": {
"term": {
"dname":"开"
}
},"inner_hits":{}
}
}
}
以父级查
GET company/dept/_search
{
"query": {
"has_child": {
"type": "user",
"query": {
"match": {
"uname":"里斯"
}
},"inner_hits":{}
}
}
}
用inner_hits则可以把父子文档同时返回——既返回,不加inner_hits只返回一个type里的数据。inner_hits默认只查询3条数据，可以自定义设置from 和size。
如果父子级同时有查询条件，用bool作为复合查询
GET company/dept/_search
{
"query": {
"bool": {
"must": [
{
"term": {
"dname": {
"value": "开"
}
}
},{
"has_child": {
"type": "user",
"query": {
"match": {
"uname":"张"
}
},"inner_hits":{}
}
} ]
}
}
}
2.java项目中查询
实体类
1.部门
@Document(indexName = "user_test",type = "dept")
public class Department {
@Id
private String id;
private String dname;
}
2.用户
@Document(indexName = "user_test",type = "user")
public class User {
@Id
private String id;
@Parent(type = "dept")
private String deptId;
private String uname;
private Integer age;
}
使用ElasticsearchTemplate
1查询父级数据
QueryBuilder qb=JoinQueryBuilders.hasChildQuery("user",QueryBuilders.matchAllQuery(),ScoreMode.None);
SearchQuery searchQuery = new NativeSearchQueryBuilder()
.withIndices("user_test")
.withQuery(qb)
.build();
List<Department> depts= elasticsearchTemplate.queryForList(searchQuery,Department.class);
ScoreMode：评分模式min，max，sum，avg或none
2.查询子级数据
QueryBuilder qb=JoinQueryBuilders.hasParentQuery("dept",QueryBuilders.matchQuery("dname","开"),false);
SearchQuery searchQuery = new NativeSearchQueryBuilder()
.withIndices("user_test")
.withQuery(qb)
.build();
List<User> users= elasticsearchTemplate.queryForList(searchQuery,User.class);
评分功能:这has_parent也有得分支持。默认值是false忽略父文档的分数
官方参考：https://www.elastic.co/guide/en/elasticsearch/reference/5.6/query-dsl-has-parent-query.html
查询父子级全部数据
QueryBuilder qb = JoinQueryBuilders.hasChildQuery(
"user", //要查询的子类型
QueryBuilders.matchQuery("uname.keyword","张三"),
ScoreMode.None
).innerHit(new InnerHitBuilder());
SearchQuery searchQuery = new NativeSearchQueryBuilder()
.withIndices("user_test")
.withQuery(qb)
.build();
List<DeptVO> depts= elasticsearchTemplate.query(searchQuery, searchResponse -> {
SearchHits hits = searchResponse.getHits();
List<DeptVO> list = new ArrayList<>();
Arrays.stream(hits.getHits()).forEach(h -> {
Map<String, Object> source = h.getSource();
SearchHits innerHitsMap=h.getInnerHits().get("user");//获取子级数据
List<User> user1s=Arrays.stream(innerHitsMap.getHits()).map(innerH -> {
Map<String, Object> innerSource = innerH.getSource();
return new User(innerSource.get("uname").toString(),Integer.valueOf(innerSource.get("age").toString()));
}).collect(Collectors.toList());
list.add(new DeptVO(source.get("dname").toString(),user1s));
});
return list;
});
JoinQueryBuilders.hasChildQuery().innerHit(new InnerHitBuilder())的.innerHit(new InnerHitBuilder())与es查询一样