摘要：在Elasticsearch這樣的分布式系統中執行類似SQL的join連接是代價是非常大的。然而，Elasticsearch卻給我們提供了基于水平擴展的兩種連接形式。一、join總述1、關系類比在關系...
在Elasticsearch這樣的分布式系統中執行類似SQL的join連接是代價是非常大的。然而，Elasticsearch卻給我們提供了基于水平擴展的兩種連接形式。
一、join總述
1、關系類比
在關系型數據庫中，以MySQL為例，我們經常用到join關鍵字對有關系的兩張或者多張表進行關聯查詢。但是當數據量達到一定量級時，查詢性能就是經常困擾的問題。
由于es可以做到數億量級的秒查（具體由分片數量決定），這時候把數據同步到es是我們可以使用解決方案之一。
那么不禁有疑問問了，由于業務場景的決定，之前必須關聯查詢的兩張表還能做到進行關聯嗎？
答案是可以的，es也提供了類似于關系型數據庫的關聯查詢，但是它又與關系型數據的關聯查詢有明顯的區別與限制。
2、使用限制
由于es屬于分布式文檔型數據庫，數據自然是存在于多個分片之上的。Join字段自然不能像關系型數據庫中的join使用。在es中為了保證良好的查詢性能，最佳的實踐是將數據模型設置為非規范化文檔，通過字段冗余構造寬表，即存儲在一個索引中。
（1）父子文檔(數據)必須存儲在同一index中
（2）父子文檔(數據)必須存儲在同一個分片中
（3）一個index中只能包含一個join字段，但是可以有多個關系
（4）同一個index中，一個父關系可以對應多個子關系，一個子關系只對應一個父關系
3、性能問題
當然執行了join查詢固然性能會受到一定程度的影響。對于帶 has_child / has_parent 而言，其查詢性能會隨著指向唯一父文檔的匹配子文檔的數量增加而降低。開篇第一句摘自es官網描述，從ES官方的描述來看join關聯查詢對性能的損耗是極大的。
不過，在筆者使用的過程中，在6個分片的前提下，且子表數據量在千萬量級的情況下，關聯查詢的耗時還是在秒內的，許多場景還是可以接受的。
建議我們在使用前，根據分片的多少和預估未來數據量的大小提前做好性能測試，防止以后數量達到一定程度時，性能有明顯下降，那個時候再改存儲方案得不償失。
二、Mapping
1、舉例說明
這里以優惠券活動與優惠券明細為例，在一個優惠券活動中可以發放幾千萬的優惠券，所以券活動與券明細是一對多的關系。
券活動表字段:
字段 說明
activity_id 活動ID
activity_name 活動名稱
券明細表字段:
字段 說明
coupon_id 券ID
coupon_amount 券面額
activity_id 外鍵-活動ID
2、mapping釋義
join類型的字段主要用來在同一個索引中構建父子關聯關系。通過relations定義一組父子關系，每個關系都包含一個父級關系名稱和一個或多個子級關系名稱activity_coupon_field是一個關聯字段，內部定義了一組join關系，該字段為自命名，type指定關聯關系是join，固定寫法，relations定義父子關系，activity父類型名稱，coupon子類型名稱，名稱均為自命名。
{
"mappings": {
"properties": {
"activity_coupon_field": {
"type": "join",
"relations": {
"activity": "coupon"
}
},
"activity_id": {
"type": "keyword"
},
"activity_name": {
"type": "keyword"
},
"coupon_id": {
"type": "long"
},
"coupon_amount": {
"type": "long"
}
}
}
}三、插入數據
1、插入父文檔
在put父文檔數據的時候，我們通常按照某種規則指定文檔ID，方便子文檔數據變更時易于得到父文檔ID。比如這里我們用activity_id的值：activity_100來作為父id
PUT /coupon/_doc/activity_100
{
"activity_id": 100,
"activity_name": "年貨節5元促銷優惠券",
"activity_coupon_field": {
"name": "activity"
}
}2、插入子文檔
上邊已經指定了父文檔ID，而子表中已經包含有activity_id，所以很容易得到父文檔ID。
put子文檔數據時候，必須指定父文檔ID，就是父文檔中的_id，這樣父子數據才建立了關聯關系。與此同時還要指定routing字段為父文檔ID，這樣保證了父子數據在同一分片上。
PUT /coupon/_doc/coupon_711235?routing=activity_id_100
{
"coupon_id": 711235,
"coupon_amount": "5",
"activity_id": 100,
"activity_coupon_field": {
"name": "coupon",
"parent": "activity_id_100" //父ID
}
}四、關聯查詢
1、has_parent查詢（父查子）
根據父文檔條件字段查詢符合條件的子文檔數據
例如：查詢包含“年貨節”活動字樣，且已經被領取過的券
{
"query": {
"bool": {
"must": [{
"parent_type": "activity",
"has_parent": {
"query": {
"bool": {
"must": [{
"term": {
"status": {
"value": 1
}
}
}, {
"wildcard": {
"activity_name": {
"wildcard": "*年貨節*"
}
}
}]
}
}
}
}]
}
}
}2、has_child查詢（子查父）
根據子文檔條件字段符合條件的父文檔數據
例如：查詢coupon_id=711235在那個存在于哪個券活動中
{
"query": {
"bool": {
"must": [{
"has_child": {
"type": "coupon",
"query": {
"bool": {
"must": [{
"term": {
"coupon_id": {
"value": 711235
}
}
}]
}
}
}
}]
}
}
}
