elasticsearch parent-child
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。
curl -XPUT 'http://localhost:9200/news/hot/1'-d '{ "uname" : "medcl", "content" : "河南警方：“南阳老板遭逼供致残与狗同笼”纯属谎言"}'
curl -XPUT 'http://localhost:9200/news/hot/2'-d '{ "uname" : "medcl", "content" : "马英九打两岸牌反制绿营"}'
curl -XPUT 'http://localhost:9200/news/hot/3'-d '{ "uname" : "medcl", "content" : "专题：中共十七届六中全会公报"}'
//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
curl -XPUT 'http://localhost:9200/news/comment/_mapping' -d '{ "comment" : { "_parent" : { "type" : "hot" } }}'
//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
curl -XPUT 'http://localhost:9200/news/comment/1' -d '
{ "uname" : "凤凰网安徽省六安市网友", "content" : "河南警方的话没人信"}'
{"error":"RoutingMissingException//]"
,"status":500}
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：
curl -XPUT 'http://localhost:9200/news/comment/1?parent=1' -d '{ "uname" : "凤凰网安徽省六安市网友", "content" : "河南警方的话没人信"}'
curl -XPUT 'http://localhost:9200/news/comment/2?parent=1' -d '{ "uname" : "凤凰网湖北省武汉市网友", "content" : "没有监督权\n没有调查\n一切当然只能是谣言"}'
curl -XPUT 'http://localhost:9200/news/comment/3?parent=1' -d '{ "uname" : "ladygaga", "content" : "双下肢不活动，存在废用性肌肉萎缩。请问，这个是怎么做到的？"}'
curl -XPUT 'http://localhost:9200/news/comment/4?parent=1' -d '{ "uname" : "medcl", "content" : "额"}'
我们使用has_child查询一下：
curl -XGET 'http://localhost:9200/news/_search' -d '{
"query" : {
"has_child" : {
"type" : "comment",
"query" :{"term" : {"uname" : "medcl"} }
}
}
}'
结果如下：
{
"took": 10,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 1,
"hits": [
{
"_index": "news",
"_type": "hot",
"_id": "1",
"_score": 1,
"_source": {
"uname": "medcl",
"content": "河南警方：“南阳老板遭逼供致残与狗同笼”纯属谎言"
}
}
]
}
}
注意，如果是中文可能需要调整analyzer，默认查询不出来
curl -XGET 'http://localhost:9200/news/_search' -d '{
"query" : {
"has_child" : {
"type" : "comment",
"query" :{"term" : {"uname" : "凤凰网湖北省武汉市网友"} }
}
}
}'
结果：
{
"took": 0,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"hits": {
"total": 0,
"max_score": null,
"hits": []
}
}
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
curl -XGET 'http://localhost:9200/news/_search' -d '{
"query" : {
"has_child" : {
"type" : "comment",
"query" :{"term" : {"uname" : "凤"} }
}
}
}'
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
curl -XGET 'http://localhost:9200/news/_search' -d '{
"query" : {
"has_child" : {
"type" : "comment",
"query" :{"text" : {"uname" : "凤凰网"} }
}
}
}'
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. elasticsearch .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：
curl -XGET 'http://localhost:9200/news/_search' -d '{
"query": {
"top_children": {
"type": "comment",
"query": {
"text": {
"uname": "凤凰网"
}
},
"score": "max",
"factor": 5,
"incremental_factor": 2
}
}
}'
结果：
{
"took": 30,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 0.60276437,
"hits": [
{
"_index": "news",
"_type": "hot",
"_id": "1",
"_score": 0.60276437,
"_source": {
"uname": "medcl",
"content": "河南警方：“南阳老板遭逼供致残与狗同笼”纯属谎言"
}
}
]
}
}
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
curl -XPUT 'http://localhost:9200/news/role/_mapping' -d '{ "role" : { "_parent" : { "type" : "hot" } }}'
//创建每个新闻的用户权限索引记录
curl -XPUT 'http://localhost:9200/news/role/1?parent=1' -d '{ "uid" : "1001"}'
curl -XPUT 'http://localhost:9200/news/role/2?parent=2' -d '{ "uid" : "1001"}'
curl -XPUT 'http://localhost:9200/news/role/3?parent=3' -d '{ "uid" : "1003"}'
//执行查询，返回uid为1001可以查看的新闻集合
curl -XGET 'http://localhost:9200/news/_search' -d '{
"query": {
"top_children": {
"type": "role",
"query": {
"text": {
"uid": "1001"
}
},
"score": "max",
"factor": 5,
"incremental_factor": 2
}
}
}'
结果：
{
"took": 10,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 2.098612,
"hits": [
{
"_index": "news",
"_type": "role",
"_id": "1",
"_score": 2.098612,
"_source": {
"uid": "1001"
}
},
{
"_index": "news",
"_type": "role",
"_id": "2",
"_score": 1,
"_source": {
"uid": "1001"
}
}
]
}
}
//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：
curl -XGET 'http://localhost:9200/news/_search' -d '{
"query": {
"filtered": {
"query": {
"term": {
"content": "河"
}
},
"filter": {
"or": [
{
"has_child": {
"type": "role",
"query": {
"term": {
"uid": "1001"
}
}
}
},
{
"has_child": {
"type": "comment",
"query": {
"term": {
"uname": "ladygaga"
}
}
}
}
]
}
}
}
}'
curl -XGET 'http://localhost:9200/news/_search' -d '{
"query":
{
"filtered" : {
"query" : {
"top_children": {
"type": "role",
"query": {
"term": {
"uid": "1001"
}
},
"score": "max",
"factor": 5,
"incremental_factor": 2
}
},
"filter" : {
"fquery" : {
"query" : {
"query_string" : {
"query" : "content:马"
}
},
"_cache" : true
}
}
}}}'
curl -XGET 'http://localhost:9200/news/_search' -d '{
"query":
{
"filtered" : {
"query" : {
"query_string" : {
"query" : "uname:medcl"
}
},
"filter" : {
"has_child": {
"type": "role",
"query": {
"term": {
"uid": "1001"
}
},
"score": "max",
"factor": 5,
"incremental_factor": 2
}
}
}}}'
curl -XGET 'http://localhost:9200/news/_search' -d '{
"query": {
"bool": {
"must": [
{
"top_children": {
"type": "role",
"query": {
"term": {
"uid": 1001
}
}
}
},
{
"text": {
"uname": "medcl"
}
}
]
}
}
}'
curl -XGET 'http://localhost:9200/news/_search' -d '{
"query": {
"bool": {
"must": [
{
"top_children": {
"type": "role",
"query": {
"term": {
"uid": 1001
}
}
}
},
{
"text": {
"content": "马英九"
}
}
]
}
}
}'
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。
页:
[1]