了解下下ES中的父子文档

说明下（你对这个DSL已经很熟悉了）
 
1 yellow部分，是为了让父子在同个分片上，没有其他作用
如果你的索引只有一个分片，写啥都无所谓
 
2 red部分，就是建立父子联系的关键
那这种联系是什么呢

假设我搞了一个父子类型，其中字段定义如下：

 
现在已经正确插入了父子文档，父文档的id值是"c1"
 
其中父文档中，除了有你自己的字段，
ES会额外加上两个字段（字段名和值，和图上对应）
 
1 "fuzi#dad" :   "c1"
2 "fuzi"  :  "dad"
跟keyword类型一样（就是说他们能查询，也有DocValue值来进行聚合排序啥的！）
 
同样，子文档里，也会有两个
1 "fuzi#dad" :   "c1"
这个，一家人的话值是一样的。就是在插入子文档时指定的父文档的id
 2 "fuzi"  :  "son"

建立父子文档，无非就是为了查询，
有3个普通查询和2个聚合查询。
 
先看下最简单的，Parent ID query，就是给一个父文档id，查出它的所有儿子

对照上面的说明，应该明白它的意思，
他就是一个bool，里面装了两个term查询 
上面的查出这个父亲和他的儿子们，
（因为只有这一家人的这个值是"c1"，其它人就不是了）
 
下面的过滤出儿子

下面说说另外一个查询：Has parent query，
就是根据父亲的条件（某个查询）来找他的儿子们，这个稍微复杂一些
 
比如我要找叫“张三”的人的儿子（DSL就不放了，都知道）
假设有如下文档：（有两个叫张三的）
 
name              ES文档号               Lucene文档号
 
张三                 c1                        1  
   子aaa            c11                      2  
   子bbb           c12                      3
 李四                 c2                        4
   子ccc            c21                       5
 张三                 c3                        6
  子ddd            c31                       7

 1 红色的，就是join字段
这里首先会根据这个字段会生成一个表X：
["c1" -> 1,2,3    "c2" -> 4,5   "c3" -> 6,7]
 说明一下:
I 因为一家人的话，这个值一样，见楼上说明
II 就跟在ES聚合中一样，实际上并不是"c1""c2""c3"，而是他们ordina值。这里只是为了表述方便。
（所以那个绿色的ordinalMap就是这个作用，起到"c1" ---> 全局ordinal值的对应）
 
2 这里有两个查询，蓝和紫（from和to查询）
 它会先执行蓝查询
（蓝查询是一个bool查询，里有两个子查询，第一个就是爸爸的要求，第二个由系统生成）
很直观，它会查到文档1, 6，所以他会形成表Y：
["c1", "c3]
（同样是ordinal值，同上）
 
3 再执行紫查询，就是找出所有儿子辈。
很直观，它会找到文档2，3，5，7
 
找到后，会执行两个规则匹配，这两个匹配都满了，就是本查询最终的结果
A 看看这个文档号，在表X中有没有对应。如果有取出来
B 上面取出来的，在表Y中看看有没有
 
解释下：
文档2，在表X中有，取出"c1",然后看看表Y中，有，okay
文档3，同上
文档5，在表X中有，取出"c2"，看看表Y，没有，所以文档5不行
文档7，同文档2
 
所以本次“叫张三的人的儿子”，结果就是2，3，7
 
你会发现，紫查询找出来儿子辈，肯定都会符合规则A。因为它们里面肯定会有红色字段。
而有红色字段的，肯定会出现在表X里面。好像规则A没啥用。
 
注意：我这个解释是在Lucene里面，
ES父子文档中，ES自动帮你生成了这个字段（和值），
Lucene里面，文档可能没有红色字段，所以规则A是需要的。

大概认识下上面所说的两个规则匹配（高亮处）

 红色说明，它执行的是“两阶段遍历”
两阶段遍历，是Lucene查询中的一个概念，这里有说明
https://www.amazingkoala.com.c ... .html
 
父子文档中另外一个查询，Has child query，
找爸爸，和上面说的找儿子差不多流程。
 
https://www.gxlsystem.com/webhome-855258.html
这里说了，Lucene里面有两种Join方式，
query time join和index time join
前一种性能较差，后一种性能好(但对文档有要求）。
 
父子文档中用了前一种。我开始没明白ES里为什么不用后一种性能好的，
后来发现用在Nested文档查询里面。
所有有人说父子文档的性能比Nested查询差，原因就在这里
 
 下面说说父子文档中的聚合查询，，，
 
 

Test