write down,forget

Diving Into ElasticSearch(9)Parent-Child特性使用

<Category: Diving Into ElasticSearch> 查看评论

介绍下ElasticSearch里Parent-Child特性的使用。

//首先创建一系列新闻的索引,这里我们将hot类型作为parent-chid关系里面的parent。


//假设我们对每个新闻的评论也分别建立索引,那么新闻的评论和新闻之间会存在一个关系,一篇新闻肯定是存在多个评论,那么我们将评论comment存一个索引,并且和前面的hot新闻索引建立parent-chid关系,评论在这里为child。

//将索引类型hot与comment之间建立parent-child的mapping关系

//直接试试创建一个comment评论看看,发现已经不行了,原来指定了类型拥有parent-child关系之后,必须要带上parent参数

正确的方式创建几条评论,并且和前面的第一条新闻建立关系,如下:

我们使用has_child查询一下:

结果如下:

注意,如果是中文可能需要调整analyzer,默认查询不出来

结果:

原因分析:
hot类型没有指定使用的分析器,所以中文默认的standard analyzer拆成了一个个的字,但是has_child模式里面的DSL的term query为区配查询,所以查询不出来

试一下,果然如此,所以mapping的配置还是很重要的。

那怎样解决呢?两种方案
1.给hot类型mapping设置analyzer为not_analyzer(在这里不适用)
2.设置查询时使用的分析器,那就不能使用term query了,term query不支持分析器,我们这里使用可以text query

当然中文分词用standard analyzer肯定是不行的,你可以灵活替换成其他的中文分析器。
关于text query的其他参数,可以看这里:http://www..org/guide/reference/query-dsl/text-query.html

ok,我们再试试top_children查询(http://www.elasticsearch.org/guide/reference/query-dsl/top-children-query.html)
topchildren在child进行查询的时候,会预估一个hit size,然后对这个hit size大小的hit结果与parent做查询结果合并聚集,如果合并之后的结果文档数小于查询条件中的from/size参数设置,es则会进行更深度的搜索,这样做的好处是显而易见的,它不会对所有的child索引文档进行处理,可以节省一些额外的开销,但是注意由此造成的total_hits值的不准确。

调用如下:

结果:

有了parent-chid这个特性,我们可以做很多事情,比如,如果要给索引数据加上权限,一般来说索引内容本身更新不是很频繁,但是权限信息更新很频繁,我们也可以采用parent-child这种方式来做,如下:

//建立权限子索引

//创建每个新闻的用户权限索引记录

//执行查询,返回uid为1001可以查看的新闻集合

结果:

//上面通过用户可以直接对parent索引进行数据的过滤,但是往往我们还需要对parent的其他条件进行查询,怎么做呢?
首先ES支持filtered query,对应lucene的filteredquery,主要就是说先查询,得到一个结果集,然后对这个结果集执行filtered查询再过滤一把,es说明在这里(http://www.elasticsearch.org/guide/reference/query-dsl/filtered-query.html)

下面是一些查询的例子,方便参考:

需要注意的是,parent-chid这种特性虽好,但是也要用对地方,服务端会将所有的_id加载到内存中进行关联和过滤,所以必须保证内存足够大才行。

本文来自: Diving Into ElasticSearch(9)Parent-Child特性使用