一、前言

ES中支持非常丰富的关联查询实现方式，本节主要介绍如何通过join类型字段，实现同索引中的父子关联查询。

---

二、Join field type

1、介绍

官网地址：Join field type
join类型的字段主要用来在同一个索引中构建父子关联关系。通过relations定义一组父子关系，每个关系都包含一个父级关系名称和一个子级关系名称。

示例：
创建索引my_index，并在mappings中指定关联字段my_join_field的type类型为join，
并通过relations属性指定关联关系，父级关系名称为question，子级关系名称为answer。
这里的父子级关系的名称可以自己定义，在向索引中添加数据时，需要根据定义的关系名称
指定my_join_field字段的值。
my_join_field关联字段的名称也可以自定义。

PUT my_index
{
  "mappings": {
      "properties": {
        "text":{"type": "keyword"},
        "my_join_field": { 
          "type": "join",
          "relations": {
            "question": "answer" 
          }
        }
      }
    }
}

注意⚠️：
Join字段不能像关系型数据库中的join使用，在ES中为了保证良好的查询性能，最佳的实践是将数据模型设置为非规范化文档，也就是通过字段冗余构造宽表。
针对每一个join字段，has_child 或 has_parent 查询都会对您的查询性能造成重大影响。

补充说明：
_parent字段类型已经被移除，被join字段代替。

2、适用场景

数据中包含明显的一对多的关系，且其中一个实体的数量明显超过另一个实体。
比如：产品和产品报价信息。在报价明显超过产品数量的情况下，将产品建模为父文档并将报价建模为子文档是有意义的。

3、相关限制

1、一个索引中只能包含一个join字段
2、父子文档必须在同一个分片中
3、一个文档可以有多个子文档，但是只能有一个父文档。
4、可以给一个存在的join字段添加一个新的关联关系。

三、数据准备

1、添加父级数据

说明：
添加父级数据在关联字段my_join_field中，需要指定name名称为question，声明在join关联中是父级对象。

PUT my_index/_doc/1?refresh
{
  "text": "我是第一个问题",
  "my_join_field": {
    "name": "question" 
  }
}

PUT my_index/_doc/2?refresh
{
  "text": "我是第二个问题",
  "my_join_field": {
    "name": "question"
  }
}

2、添加子级数据

说明：
添加子级数据时，在关联字段my_join_field中，需要指定name名称为answer，声明在join关联中是子级对象，同时在parent属性中指定父类id
并且在routing属性中指定父级数据的id，保证父子数据在索引的同一个分片中。

PUT my_index/_doc/3?routing=1&refresh 
{
  "text": "问题一的答案1",
  "my_join_field": {
    "name": "answer", 
    "parent": "1" 
  }
}

PUT my_index/_doc/4?routing=1&refresh
{
  "text": "问题一的答案2",
  "my_join_field": {
    "name": "answer",
    "parent": "1"
  }
}

四、关联查询

1、根据parent_id查询

说明：
parent_id查询只能根据父id查询子数据。

GET my_index/_search
{
  "query": {
    "parent_id": { 
      "type": "answer",
      "id": "1"
    }
  }
}

2、has_parent查询

说明：
has_parent用来查询满足条件的父类下的子数据

GET my_index/_search
{
  "query": {
    "has_parent": {
      "parent_type": "question",
      "query": {
        "term": {
          "text": {
            "value": "我是第一个问题"
          }
        }
      }
    }
  }
}

3、has_child查询

说明：
has_child用来根据子类条件查询满足条件的父类。

GET my_index/_search
{
  "query": {
    "has_child": {
      "type": "answer",
      "query": {
        "term": {
          "text": {
            "value": "问题一的答案2"
          }
        }
      }
    }
  }
}

五、多级关联

1、一父多子

PUT my-index-000001
{
  "mappings": {
    "properties": {
      "my_join_field": {
        "type": "join",
        "relations": {
          "question": ["answer", "comment"]  
        }
      }
    }
  }
}

2、多层父子级

PUT my-index-000001
{
  "mappings": {
    "properties": {
      "my_join_field": {
        "type": "join",
        "relations": {
          "question": ["answer", "comment"],  
          "answer": "vote" 
        }
      }
    }
  }
}

父子关系图：

注意⚠️：
实际使用中尽量避免使用多级关联。不但数据难于管理维护，查询性能也会非常地下。

---

总结：

本文主要介绍了在ES中如何通过join类型字段构建父子关联关系。
1、如何通过join字段在同一个索引中构建数据间的父子关联。
2、父子索引数据必须保证在同一分片中。
3、适用场景：数据中包含明显的一对多的关系。
4、父级可以有多个子级，但是一个子级只能对应一个父级。
5、has_child 或 has_parent 查询的使用