Тип поля join

Поле соединения не следует использовать как соединения в реляционной базе данных. В Elasticsearch ключом к хорошей производительности является денормализация данных в документы. Каждое поле соединения, запрос has_child или has_parent добавляет значительную нагрузку на производительность запросов. Это также может привести к созданию глобальных ординалов.

Единственный случай, когда поле соединения имеет смысл, — это если ваши данные содержат отношение один ко многим, где один сущность значительно превосходит другую. Пример такого случая — использование с продуктами и предложениями для этих продуктов. В том случае, если предложений значительно больше, чем продуктов, имеет смысл моделировать продукт как родительский документ, а предложение — как дочерний.

Родительское соединение создаёт одно поле для индексации имени отношения в документе (my_parent, my_child, …​).

Также создаётся одно поле на каждое родительско-дочернее отношение. Название этого поля — имя поля join, за которым следуют # и имя родителя в отношении. Например, для отношения my_parent → [my_child, another_child] поле join создаёт дополнительное поле с именем my_join_field#my_parent.

Это поле содержит родительский _id, к которому документ связан, если документ является дочерним (my_child или another_child), и _id документа, если он родительский (my_parent).

При поиске индекса, содержащего поле join, эти два поля всегда возвращаются в ответе на запрос:

GET my-index-000001/_search
{
  "query": {
    "match_all": {}
  },
  "sort": ["my_id"]
}

Вернёт:

{
  ...,
  "hits": {
    "total": {
      "value": 4,
      "relation": "eq"
    },
    "max_score": null,
    "hits": [
      {
        "_index": "my-index-000001",
        "_type": "_doc",
        "_id": "1",
        "_score": null,
        "_source": {
          "my_id": "1",
          "text": "This is a question",
          "my_join_field": "question"         
        },
        "sort": [
          "1"
        ]
      },
      {
        "_index": "my-index-000001",
        "_type": "_doc",
        "_id": "2",
        "_score": null,
        "_source": {
          "my_id": "2",
          "text": "This is another question",
          "my_join_field": "question"          
        },
        "sort": [
          "2"
        ]
      },
      {
        "_index": "my-index-000001",
        "_type": "_doc",
        "_id": "3",
        "_score": null,
        "_routing": "1",
        "_source": {
          "my_id": "3",
          "text": "This is an answer",
          "my_join_field": {
            "name": "answer",                 
            "parent": "1"                     
          }
        },
        "sort": [
          "3"
        ]
      },
      {
        "_index": "my-index-000001",
        "_type": "_doc",
        "_id": "4",
        "_score": null,
        "_routing": "1",
        "_source": {
          "my_id": "4",
          "text": "This is another answer",
          "my_join_field": {
            "name": "answer",
            "parent": "1"
          }
        },
        "sort": [
          "4"
        ]
      }
    ]
  }
}

См. запросы has_child и has_parent, агрегацию children и внутренние результаты для получения дополнительной информации.

Значение поля join доступно в агрегациях и скриптах, и может быть запрошено с помощью запроса parent_id:

GET my-index-000001/_search
{
  "query": {
    "parent_id": { 
      "type": "answer",
      "id": "1"
    }
  },
  "aggs": {
    "parents": {
      "terms": {
        "field": "my_join_field#question", 
        "size": 10
      }
    }
  },
  "runtime_mappings": {
    "parent": {
      "type": "long",
      "script": """
        emit(Integer.parseInt(doc['my_join_field#question'].value)) 
      """
    }
  },
  "fields": [
    { "field": "parent" }
  ]
}

Поле join использует глобальные ординалы для ускорения соединений. Глобальные ординалы необходимо перестраивать после любого изменения фрагмента. Чем больше значений идентификаторов родителей хранится в фрагменте, тем дольше занимает перестройка глобальных ординалов для поля join.

Глобальные ординалы по умолчанию строятся в режиме ожидания: если индекс изменился, глобальные ординалы для поля join будут перестроены в рамках обновления. Это может значительно увеличить время обновления. Однако в большинстве случаев это правильный компромисс, иначе глобальные ординалы перестраиваются, когда используется первый запрос или агрегация с родительским соединением. Это может привести к значительным задержкам для пользователей, и обычно это ухудшается, поскольку несколько глобальных ординалов для поля join могут быть перестроены в течение одного интервала обновления при множестве операций записи.

Если поле join используется редко, а записи происходят часто, может быть целесообразно отключить немедленную загрузку:

PUT my-index-000001
{
  "mappings": {
    "properties": {
      "my_join_field": {
        "type": "join",
        "relations": {
           "question": "answer"
        },
        "eager_global_ordinals": false
      }
    }
  }
}

Объём памяти, используемый глобальными ординалами, можно проверить для каждого родительского отношения следующим образом:

# Per-index
GET _stats/fielddata?human&fields=my_join_field#question

# Per-node per-index
GET _nodes/stats/indices/fielddata?human&fields=my_join_field#question

Также возможно определить несколько дочерних элементов для одного родителя:

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

Несколько уровней родитель/дочь:

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

Вышеприведенное отображение представляет следующую структуру дерева:

   question
    /    \
   /      \
comment  answer
           |
           |
          vote

Для индексирования документа внука требуется значение routing, равное значению прародителя (более старшего родителя в родословной):

PUT my-index-000001/_doc/3?routing=1&refresh 
{
  "text": "This is a vote",
  "my_join_field": {
    "name": "vote",
    "parent": "2" 
  }
}