Springboot2.x整合ElasticSearch7.x實(shí)戰(zhàn)（三）
大概閱讀10分鐘
本教程是系列教程，對(duì)于初學(xué)者可以對(duì) ES 有一個(gè)整體認(rèn)識(shí)和實(shí)踐實(shí)戰(zhàn)。
還沒(méi)開(kāi)始的同學(xué)，建議先讀一下系列攻略目錄：Springboot2.x整合ElasticSearch7.x實(shí)戰(zhàn)目錄
本篇幅是繼上一篇 Springboot2.x整合ElasticSearch7.x實(shí)戰(zhàn)（二） ，適合初學(xué) Elasticsearch 的小白，可以跟著整個(gè)教程做一個(gè)練習(xí)。
什么是 Mapping?
Maping設(shè)置
dynamic (動(dòng)態(tài)Mapping)
index
index_options
null_value
_all
copy_to
分詞器analyzer和arch_analyzer
構(gòu)建Mapping方式
類(lèi)型自動(dòng)識(shí)別
映射參數(shù)
字段數(shù)據(jù)類(lèi)型
核心類(lèi)型
字符串類(lèi)型
數(shù)字類(lèi)型
日期類(lèi)型
布爾類(lèi)型
二進(jìn)制類(lèi)型
范圍類(lèi)型
復(fù)雜類(lèi)型
對(duì)象類(lèi)型
嵌套類(lèi)型
地理類(lèi)型
經(jīng)緯度類(lèi)型
地理區(qū)域類(lèi)型
特殊類(lèi)型
IP 類(lèi)型
Join類(lèi)型
第五章 Mapping詳解
Mapping 是整個(gè) ES 搜索引擎中最重要的一部分之一，學(xué)會(huì)構(gòu)建一個(gè)好的索引，可以讓我們的搜索引擎更高效，更節(jié)省資源。
什么是 Mapping?
Mapping 是Elasticsearch 中一種術(shù)語(yǔ)， Mapping 類(lèi)似于數(shù)據(jù)庫(kù)中的表結(jié)構(gòu)定義 schema，它有以下幾個(gè)作用：
1. 定義索引中的字段的名稱(chēng)
2. 定義字段的數(shù)據(jù)類(lèi)型，比如字符串、數(shù)字、布爾
3. 字段，倒排索引的相關(guān)配置，比如設(shè)置某個(gè)字段為不被索引、記錄 position(位置) 等
在 ES 早期版本，一個(gè)索引下是可以有多個(gè) Type ，從 7.0 開(kāi)始，一個(gè)索引只有一個(gè) Type，也可以說(shuō)一個(gè) Type 有一個(gè) Mapping 定義。
了解了什么是 Mapping 后，接下來(lái)對(duì) Mapping 的設(shè)置坐下介紹：
Maping設(shè)置
dynamic (動(dòng)態(tài)Mapping)
官網(wǎng)參考：https://www.elastic.co/guide/en/elasticsearch/reference/7.1/mapping.html
PUT?users
{
?"mappings":?{
??"_doc":?{
???"dynamic":?false
??}
?}
}
在創(chuàng)建一個(gè)索引的時(shí)候，可以對(duì) dynamic 進(jìn)行設(shè)置，可以設(shè)成 false、true 或者 strict。
比如一個(gè)新的文檔，這個(gè)文檔包含一個(gè)字段，當(dāng) Dynamic 設(shè)置為 true 時(shí)，這個(gè)文檔可以被索引進(jìn) ES，這個(gè)字段也可以被索引，也就是這個(gè)字段可以被搜索，Mapping 也同時(shí)被更新；當(dāng) dynamic 被設(shè)置為 false 時(shí)候，存在新增字段的數(shù)據(jù)寫(xiě)入，該數(shù)據(jù)可以被索引，但是新增字段被丟棄；當(dāng)設(shè)置成 strict 模式時(shí)候，數(shù)據(jù)寫(xiě)入直接出錯(cuò)。
index
另外還有 index 參數(shù)，用來(lái)控制當(dāng)前字段是否被索引，默認(rèn)為 true，如果設(shè)為 false（有些業(yè)務(wù)場(chǎng)景，某些字段不希望被搜索到），則該字段不可被搜索。
#?index屬性控制?字段是否可以被索引
PUT?user_test
{
??"mappings":?{
????"properties":?{
??????"firstName":{
????????"type":?"text"
??????},
??????"lastName":{
????????"type":?"text"
??????},
??????"mobile"?:{
????????"type":?"text",
????????"index":?false
??????}
????}
??}
}
index_options
參數(shù) index_options 用于控制倒排索引記錄的內(nèi)容，有如下 4 種配置：
doc：只記錄 doc id
freqs：記錄 doc id 和 term frequencies
positions：記錄 doc id、term frequencies 和 term position
offsets：記錄 doc id、term frequencies、term position 和 character offects
另外，text 類(lèi)型默認(rèn)配置為 positions，其他類(lèi)型默認(rèn)為 doc，記錄內(nèi)容越多，占用存儲(chǔ)空間越大。
null_value
null_value 主要是當(dāng)字段遇到 null 值時(shí)的處理策略，默認(rèn)為 NULL，即空值，此時(shí) ES 會(huì)默認(rèn)忽略該值，可以通過(guò)設(shè)定該值設(shè)定字段的默認(rèn)值，另外只有 KeyWord 類(lèi)型支持設(shè)定 null_value。
示例
#?設(shè)定Null_value
DELETE?users
PUT?users
{
????"mappings"?:?{
??????"properties"?:?{
????????"firstName"?:?{
??????????"type"?:?"text"
????????},
????????"lastName"?:?{
??????????"type"?:?"text"
????????},
????????"mobile"?:?{
??????????"type"?:?"keyword",
??????????"null_value":?"NULL"
????????}
??????}
????}
}
?
PUT?users/_doc/1
{
??"firstName":"Zhang",
??"lastName":?"Fubing",
??"mobile":?null
}
?
PUT?users/_doc/2
{
??"firstName":"Zhang",
??"lastName":?"Fubing2"
}
?
#?查看結(jié)果，有且僅有_id為2的記錄
GET?users/_search
{
??"query":?{
????"match":?{
??????"mobile":"NULL"
????}
??}
}
_all
這個(gè)屬性現(xiàn)在使用很少，不做深入講解
參考官網(wǎng)：https://www.elastic.co/guide/cn/elasticsearch/guide/current/root-object.html
copy_to
這個(gè)屬性用于將當(dāng)前字段拷貝到指定字段。
_all在7.x版本已經(jīng)被copy_to所代替
可用于滿(mǎn)足特定場(chǎng)景
copy_to將字段數(shù)值拷貝到目標(biāo)字段，實(shí)現(xiàn)類(lèi)似_all的作用
copy_to的目標(biāo)字段不出現(xiàn)在_source中
DELETE?users
PUT?users
{
"mappings":?{
??"properties":?{
????"firstName":{
??????"type":?"text",
??????"copy_to":?"fullName"
????},
????"lastName":{
??????"type":?"text",
??????"copy_to":?"fullName"
????}
??}
}
}
PUT?users/_doc/1
{
"firstName":"Li",
"lastName":?"Sunke"
}
//沒(méi)有新建字段
GET?users/_doc/1
{
"_index"?:?"users",
"_type"?:?"_doc",
"_id"?:?"1",
"_version"?:?1,
"_seq_no"?:?0,
"_primary_term"?:?1,
"found"?:?true,
"_source"?:?{
??"firstName"?:?"Li",
??"lastName"?:?"Sunke"
}
}
GET?users/_search?q=fullName:(Li?sunke)
以前的用法是：
curl?-XPUT?'localhost:9200/my_index?pretty'?-H?'Content-Type:?application/json'?-d'
{
??"mappings":?{
????"my_type":?{
??????"properties":?{
????????"first_name":?{
??????????"type":?"text",
??????????"copy_to":?"full_name"??#?1
????????},
????????"last_name":?{
??????????"type":?"text",
??????????"copy_to":?"full_name"??#?2
????????},
????????"full_name":?{
??????????"type":?"text"
????????}
??????}
????}
??}
}
'
curl?-XPUT?'localhost:9200/my_index/my_type/1?pretty'?-H?'Content-Type:?application/json'?-d'
{
??"first_name":?"John",
??"last_name":?"Smith"
}
'
curl?-XGET?'localhost:9200/my_index/_search?pretty'?-H?'Content-Type:?application/json'?-d'
{
??"query":?{
????"match":?{
??????"full_name":?{??#?3
????????"query":?"John?Smith",
????????"operator":?"and"
??????}
????}
??}
}
'
first_name（名字）和 last_name（姓氏）字段復(fù)制到full_name 字段；
first_name（名字）和 last_name（姓氏）字段仍然可以分別查詢(xún)；
full_name 可以通過(guò) first_name（名字）和 last_name（姓氏）來(lái)查詢(xún)；
一些要點(diǎn):
復(fù)制的是字段值,而不是 term（詞條）（由分析過(guò)程產(chǎn)生）.
_source 字段不會(huì)被修改來(lái)顯示復(fù)制的值.
相同的值可以復(fù)制到多個(gè)字段,通過(guò) "copy_to": [ "field_1", "field_2" ] 來(lái)操作.
分詞器analyzer和arch_analyzer
PUT?/my_index
{
??"mappings":?{
????"properties":?{
??????"text":?{?
????????"type":?"text",
????????"fields":?{
??????????"english":?{?
????????????"type":?????"text",
????????????"analyzer":?"english",
????????????"search_analyzer":?"english"?
??????????}
????????}
??????}
????}
??}
}
#使用_analyze??測(cè)試分詞器
GET?my_index/_analyze?
{
??"field":?"text",
??"text":?"The?quick?Brown?Foxes."
}
?
GET?my_index/_analyze?
{
??"field":?"text.english",
??"text":?"The?quick?Brown?Foxes."
}
構(gòu)建Mapping方式
我們知道 Mapping 是可以通過(guò)我們插入的文檔自動(dòng)生成索引，但是可能還是有一些問(wèn)題。例如：生成的字段類(lèi)型不正確，字段的附加屬性不滿(mǎn)足我們的需求。這是我們可以通過(guò)顯式Mapping的方式來(lái)解決。倆種方法：
參考官網(wǎng)api，純手寫(xiě)
構(gòu)建臨時(shí)索引；寫(xiě)入一些樣本數(shù)據(jù)；通過(guò)Maping API 查詢(xún)臨時(shí)文件的動(dòng)態(tài)Mapping 定義；修改后、再使用此配置創(chuàng)建索引；刪除臨時(shí)索引；
推薦第二種，不容易出錯(cuò)，效率高。
類(lèi)型自動(dòng)識(shí)別
ES 類(lèi)型的自動(dòng)識(shí)別是基于 JSON 的格式，如果輸入的是 JSON 是字符串且格式為日期格式，ES 會(huì)自動(dòng)設(shè)置成 Date 類(lèi)型；當(dāng)輸入的字符串是數(shù)字的時(shí)候，ES 默認(rèn)會(huì)當(dāng)成字符串來(lái)處理，可以通過(guò)設(shè)置來(lái)轉(zhuǎn)換成合適的類(lèi)型；如果輸入的是 Text 字段的時(shí)候，ES 會(huì)自動(dòng)增加 keyword 子字段，還有一些自動(dòng)識(shí)別如下圖所示：
Demo：
#?寫(xiě)入文檔，查看?Mapping
PUT?mapping_test/_doc/1
{
??"firstName":?"Chan",?--?Text
??"lastName":??"Jackie",?--?Text
??"loginDate":?"2018-07-24T10:29:48.103Z"?--?Date
}
?
#?Dynamic?Mapping，推斷字段的類(lèi)型
PUT?mapping_test/_doc/1
{
????"uid":?"123",?--?Text
????"isVip":?false,?--?Boolean
????"isAdmin":?"true",?--?Text
????"age":?19,?--?Long
????"heigh":?180?--?Long
}
?
#?查看?Dynamic?Mapping
GET?mapping_test/_mapping
映射參數(shù)
mappings 中field定義選擇：
"field":?{??
?????????"type":??"text",?//文本類(lèi)型??
???????
?????????"index":?"false"//?，設(shè)置成false，字段將不會(huì)被索引??
?????????
?????????"analyzer":"ik"//指定分詞器??
?????????
?????????"boost":1.23//字段級(jí)別的分?jǐn)?shù)加權(quán)??
?????????
?????????"doc_values":false//對(duì)not_analyzed字段，默認(rèn)都是開(kāi)啟，analyzed字段不能使用，對(duì)排序和聚合能提升較大性能，節(jié)約內(nèi)存,如果您確定不需要對(duì)字段進(jìn)行排序或聚合，或者從script訪問(wèn)字段值，則可以禁用doc值以節(jié)省磁盤(pán)空間：
?????????
?????????"fielddata":{"loading"?:?"eager"?}//Elasticsearch?加載內(nèi)存?fielddata?的默認(rèn)行為是?延遲?加載?。?當(dāng)?Elasticsearch?第一次查詢(xún)某個(gè)字段時(shí)，它將會(huì)完整加載這個(gè)字段所有?Segment?中的倒排索引到內(nèi)存中，以便于以后的查詢(xún)能夠獲取更好的性能。
?????????
?????????"fields":{"keyword":?{"type":?"keyword","ignore_above":?256}}?//可以對(duì)一個(gè)字段提供多種索引模式，同一個(gè)字段的值，一個(gè)分詞，一個(gè)不分詞??
?????????
?????????"ignore_above":100?//超過(guò)100個(gè)字符的文本，將會(huì)被忽略，不被索引
???????????
?????????"include_in_all":ture//設(shè)置是否此字段包含在_all字段中，默認(rèn)是true，除非index設(shè)置成no選項(xiàng)??
?????????
?????????"index_options":"docs"//4個(gè)可選參數(shù)docs（索引文檔號(hào)）?,freqs（文檔號(hào)+詞頻），positions（文檔號(hào)+詞頻+位置，通常用來(lái)距離查詢(xún)），offsets（文檔號(hào)+詞頻+位置+偏移量，通常被使用在高亮字段）分詞字段默認(rèn)是position，其他的默認(rèn)是docs??
?????????
?????????"norms":{"enable":true,"loading":"lazy"}//分詞字段默認(rèn)配置，不分詞字段：默認(rèn){"enable":false}，存儲(chǔ)長(zhǎng)度因子和索引時(shí)boost，建議對(duì)需要參與評(píng)分字段使用?，會(huì)額外增加內(nèi)存消耗量??
?????????
?????????"null_value":"NULL"//設(shè)置一些缺失字段的初始化值，只有string可以使用，分詞字段的null值也會(huì)被分詞??
?????????
?????????"position_increament_gap":0//影響距離查詢(xún)或近似查詢(xún)，可以設(shè)置在多值字段的數(shù)據(jù)上火分詞字段上，查詢(xún)時(shí)可指定slop間隔，默認(rèn)值是100??
?????????
?????????"store":false//是否單獨(dú)設(shè)置此字段的是否存儲(chǔ)而從_source字段中分離，默認(rèn)是false，只能搜索，不能獲取值??
?????????
?????????"search_analyzer":"ik"//設(shè)置搜索時(shí)的分詞器，默認(rèn)跟ananlyzer是一致的，比如index時(shí)用standard+ngram，搜索時(shí)用standard用來(lái)完成自動(dòng)提示功能??
?????????
?????????"similarity":"BM25"//默認(rèn)是TF/IDF算法，指定一個(gè)字段評(píng)分策略，僅僅對(duì)字符串型和分詞類(lèi)型有效??
?????????
?????"term_vector":"no"//默認(rèn)不存儲(chǔ)向量信息，支持參數(shù)yes（term存儲(chǔ)），with_positions（term+位置）,with_offsets（term+偏移量），with_positions_offsets(term+位置+偏移量)?對(duì)快速高亮fast?vector?highlighter能提升性能，但開(kāi)啟又會(huì)加大索引體積，不適合大數(shù)據(jù)量用??
???????}??
總結(jié)一下：
與域數(shù)據(jù)格式及約束相關(guān)的參數(shù)：normalizer，format，ignore_above，ignore_malformed，coerce
與索引相關(guān)的參數(shù)：index，dynamic，enabled
與存儲(chǔ)策略相關(guān)的參數(shù)：store, fielddata，doc_values
分析器相關(guān)參數(shù)：analyzer，search_analyzer
其它參數(shù)：boost，copy_to，null_value
對(duì)于這些參數(shù)的描述主要基于筆者的理解，可能有不準(zhǔn)確之處。實(shí)際上這些參數(shù)與ES的實(shí)現(xiàn)機(jī)制（如存儲(chǔ)結(jié)構(gòu)，索引結(jié)構(gòu)密切有關(guān)），只能在實(shí)際應(yīng)用中去慢慢體會(huì)。
字段數(shù)據(jù)類(lèi)型
ES 字段類(lèi)型類(lèi)似于 MySQL 中的字段類(lèi)型，ES 字段類(lèi)型主要有：核心類(lèi)型、復(fù)雜類(lèi)型、地理類(lèi)型以及特殊類(lèi)型，具體的數(shù)據(jù)類(lèi)型如下圖所示：
核心類(lèi)型
從圖中可以看出核心類(lèi)型可以劃分為字符串類(lèi)型、數(shù)字類(lèi)型、日期類(lèi)型、布爾類(lèi)型、基于 BASE64 的二進(jìn)制類(lèi)型、范圍類(lèi)型。
字符串類(lèi)型
其中，在 ES 7.x 有兩種字符串類(lèi)型：text 和 keyword，在 ES 5.x 之后 string 類(lèi)型已經(jīng)不再支持了。
text 類(lèi)型適用于需要被全文檢索的字段，例如新聞?wù)?、郵件內(nèi)容等比較長(zhǎng)的文字，text 類(lèi)型會(huì)被 Lucene 分詞器（Analyzer）處理為一個(gè)個(gè)詞項(xiàng)，并使用 Lucene 倒排索引存儲(chǔ)，text 字段不能被用于排序，如果需要使用該類(lèi)型的字段只需要在定義映射時(shí)指定 JSON 中對(duì)應(yīng)字段的 type 為 text。
keyword 適合簡(jiǎn)短、結(jié)構(gòu)化字符串，例如主機(jī)名、姓名、商品名稱(chēng)等，可以用于過(guò)濾、排序、聚合檢索，也可以用于精確查詢(xún)。
數(shù)字類(lèi)型
數(shù)字類(lèi)型分為 long、integer、short、byte、double、float、half_float、scaled_float。
數(shù)字類(lèi)型的字段在滿(mǎn)足需求的前提下應(yīng)當(dāng)盡量選擇范圍較小的數(shù)據(jù)類(lèi)型，字段長(zhǎng)度越短，搜索效率越高，對(duì)于浮點(diǎn)數(shù)，可以?xún)?yōu)先考慮使用 scaled_float 類(lèi)型，該類(lèi)型可以通過(guò)縮放因子來(lái)精確浮點(diǎn)數(shù)，例如 12.34 可以轉(zhuǎn)換為 1234 來(lái)存儲(chǔ)。
日期類(lèi)型
在 ES 中日期可以為以下形式：
格式化的日期字符串，例如 2020-03-17 00:00、2020/03/17 時(shí)間戳（和 1970-01-01 00:00:00 UTC 的差值），單位毫秒或者秒 即使是格式化的日期字符串，ES 底層依然采用的是時(shí)間戳的形式存儲(chǔ)。
布爾類(lèi)型
JSON 文檔中同樣存在布爾類(lèi)型，不過(guò) JSON 字符串類(lèi)型也可以被 ES 轉(zhuǎn)換為布爾類(lèi)型存儲(chǔ)，前提是字符串的取值為 true 或者 false，布爾類(lèi)型常用于檢索中的過(guò)濾條件。
二進(jìn)制類(lèi)型
二進(jìn)制類(lèi)型 binary 接受 BASE64 編碼的字符串，默認(rèn) store 屬性為 false，并且不可以被搜索。
范圍類(lèi)型
范圍類(lèi)型可以用來(lái)表達(dá)一個(gè)數(shù)據(jù)的區(qū)間，可以分為5種：integer_range、float_range、long_range、double_range 以及 date_range。
復(fù)雜類(lèi)型
復(fù)合類(lèi)型主要有對(duì)象類(lèi)型（object）和嵌套類(lèi)型（nested）：
對(duì)象類(lèi)型
JSON 字符串允許嵌套對(duì)象，一個(gè)文檔可以嵌套多個(gè)、多層對(duì)象?？梢酝ㄟ^(guò)對(duì)象類(lèi)型來(lái)存儲(chǔ)二級(jí)文檔，不過(guò)由于 Lucene 并沒(méi)有內(nèi)部對(duì)象的概念，ES 會(huì)將原 JSON 文檔扁平化，例如文檔：
{
?"name":?{
??"first":?"wu",
??"last":?"px"
?}
}
實(shí)際上 ES 會(huì)將其轉(zhuǎn)換為以下格式，并通過(guò) Lucene 存儲(chǔ)，即使 name 是 object 類(lèi)型：
{
?"name.first":?"wu",
?"name.last":?"px"
}
嵌套類(lèi)型
嵌套類(lèi)型可以看成是一個(gè)特殊的對(duì)象類(lèi)型，可以讓對(duì)象數(shù)組獨(dú)立檢索，例如文檔：
{
??"group":?"users",
??"username":?[
?{?"first":?"wu",?"last":?"px"},
?{?"first":?"hu",?"last":?"xy"},
?{?"first":?"wu",?"last":?"mx"}
??]
}
username 字段是一個(gè) JSON 數(shù)組，并且每個(gè)數(shù)組對(duì)象都是一個(gè) JSON 對(duì)象。如果將 username 設(shè)置為對(duì)象類(lèi)型，那么 ES 會(huì)將其轉(zhuǎn)換為：
{
??"group":?"users",
??"username.first":?["wu",?"hu",?"wu"],
??"username.last":?["px",?"xy",?"mx"]
}
可以看出轉(zhuǎn)換后的 JSON 文檔中 first 和 last 的關(guān)聯(lián)丟失了，如果嘗試搜索 first 為 wu，last 為 xy 的文檔，那么成功會(huì)檢索出上述文檔，但是 wu 和 xy 在原 JSON 文檔中并不屬于同一個(gè) JSON 對(duì)象，應(yīng)當(dāng)是不匹配的，即檢索不出任何結(jié)果。
嵌套類(lèi)型就是為了解決這種問(wèn)題的，嵌套類(lèi)型將數(shù)組中的每個(gè) JSON 對(duì)象作為獨(dú)立的隱藏文檔來(lái)存儲(chǔ)，每個(gè)嵌套的對(duì)象都能夠獨(dú)立地被搜索，所以上述案例中雖然表面上只有 1 個(gè)文檔，但實(shí)際上是存儲(chǔ)了 4 個(gè)文檔。
地理類(lèi)型
地理類(lèi)型字段分為兩種：經(jīng)緯度類(lèi)型和地理區(qū)域類(lèi)型：
經(jīng)緯度類(lèi)型
經(jīng)緯度類(lèi)型字段（geo_point）可以存儲(chǔ)經(jīng)緯度相關(guān)信息，通過(guò)地理類(lèi)型的字段，可以用來(lái)實(shí)現(xiàn)諸如查找在指定地理區(qū)域內(nèi)相關(guān)的文檔、根據(jù)距離排序、根據(jù)地理位置修改評(píng)分規(guī)則等需求。
地理區(qū)域類(lèi)型
經(jīng)緯度類(lèi)型可以表達(dá)一個(gè)點(diǎn)，而 geo_shape 類(lèi)型可以表達(dá)一塊地理區(qū)域，區(qū)域的形狀可以是任意多邊形，也可以是點(diǎn)、線、面、多點(diǎn)、多線、多面等幾何類(lèi)型。
特殊類(lèi)型
特殊類(lèi)型包括 IP 類(lèi)型、過(guò)濾器類(lèi)型、Join 類(lèi)型、別名類(lèi)型等，在這里簡(jiǎn)單介紹下 IP 類(lèi)型和 Join 類(lèi)型，其他特殊類(lèi)型可以查看官方文檔。
IP 類(lèi)型
IP 類(lèi)型的字段可以用來(lái)存儲(chǔ) IPv4 或者 IPv6 地址，如果需要存儲(chǔ) IP 類(lèi)型的字段，需要手動(dòng)定義映射：
{
??"mappings":?{
?"properties":?{
???"my_ip":?{
?????"type":?"ip"
???}
?}
??}
}
Join類(lèi)型
Join 類(lèi)型是 ES 6.x 引入的類(lèi)型，以取代淘汰的 _parent 元字段，用來(lái)實(shí)現(xiàn)文檔的一對(duì)一、一對(duì)多的關(guān)系，主要用來(lái)做父子查詢(xún)。
Join 類(lèi)型的 Mapping 如下：
PUT?my_index
{
??"mappings":?{
????"properties":?{
??????"my_join_field":?{?
????????"type":?"join",
????????"relations":?{
??????????"question":?"answer"?
????????}
??????}
????}
??}
}
其中，my_join_field 為 Join 類(lèi)型字段的名稱(chēng)；relations 指定關(guān)系：question 是 answer 的父類(lèi)。
例如定義一個(gè) ID 為 1 的父文檔：
PUT?my_join_index/1?refresh
{
??"text":?"This?is?a?question",
??"my_join_field":?"question"?
}
接下來(lái)定義一個(gè)子文檔，該文檔指定了父文檔 ID 為 1：
PUT?my_join_index/_doc/2?routing=1&refresh?
{
??"text":?"This?is?an?answer",
??"my_join_field":?{
????"name":?"answer",?
????"parent":?"1"?
??}
}
join參考：https://www.elastic.co/guide/en/elasticsearch/reference/current/parent-join.html
