ElasticSearch:孙/子/父关系无法正常工作

Question

我在搜索孙子的时候遇到了一些奇怪的弹性搜索行为。我的孙子不能识别每个父文档。当我要求弹性搜索返回父节点的子节点时，它会返回所有可能的命中。然后当我要求归还我那些有大孩子的孩子时，我得到了不正确的结果。有些时候，我没有得到点击或更少。但是当我检查我的孙子的路由和父ID时，我发现他们确实存在于他们的父节点中。但是我不明白为什么我得到的结果不正确。你们中有人遇到过这样的问题吗？？？我检查了我的代码三次，没有发现任何类型错误：-（让我告诉你重现这个错误的步骤。

以下是我的映射：

PUT/test\u索引

{
   "mappings":{
        "parentDoc":{
            "properties":{
                 "id":{
                    "type":"integer"
                 },
                 "name":{
                    "type":"text"
                    }
                 }
        },
        "childDoc": {
            "_parent": {
                "type": "parentDoc"
            },
            "properties":{
                "id":{
                    "type":"integer"
                },
                "name":{
                   "type":"text"
                },
                "contact": {
                    "type":"text"
                }
            }
        },
        "grandChildDoc": {
            "_parent": {
                "type": "childDoc"
            },
            "properties":{
                "id":{
                    "type":"integer"
                },
                "description":{
                   "type":"text"
                }
            }
        }
    }
}

索引父母Doc：

PUT/test\u索引/parentDoc/1

{
    "pdId":1,
    "name": "First parentDoc"
}

把 /test_index/parentDoc/2

{
    "pdId":2,
    "name": "Second parentDoc"
}

索引子Doc：

放置/测试索引/childDoc/10？父项=1

{
    "cdId":10,
    "name": "First childDoc",
    "contact" : "+XX0000000000"
}

放置/测试索引/childDoc/101？父项=1

{
    "cdId":101,
    "name": "Second childDoc",
    "contact" : "+XX0000000111"
}

把 /test_index/childDoc/20？父母=2

{
    "cdId":20,
    "name": "Third childDoc",
    "contact" : "+XX0011100000"
}

索引孙子：

放置/测试索引/doc/100？父母=10

{
    "gcdId":100,
    "name": "First grandChildDoc"
}

把 /test_index/grandChildDoc/200？家长=10

{
    "gcdId":200,
    "name": "Second grandChildDoc"
}

放置/测试索引/doc/300？家长=20

{
    "gcdId":300,
    "name": "Third grandChildDoc"
}

现在，当我要求弹性搜索向我显示那些有子文档的父文档时，它会返回：POST /test_index/parentDoc/_search

{
    "query": {
        "has_child": {
            "type": "childDoc",
            "query": {
                "match_all": {}
            }
        }
    }
}

结果：（这似乎很好。！）

{
    "took": 3,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "failed": 0
    },
    "hits": {
        "total": 2,
        "max_score": 1,
        "hits": [
            {
                "_index": "test_index",
                "_type": "parentDoc",
                "_id": "2",
                "_score": 1,
                "_source": {
                    "pdId": 2,
                    "name": "Second parentDoc"
                }
            },
            {
                "_index": "test_index",
                "_type": "parentDoc",
                "_id": "1",
                "_score": 1,
                "_source": {
                    "pdId": 1,
                    "name": "First parentDoc"
                }
            }
        ]
    }
}

现在，当我要求elasticsearch向我显示那些有孙子的儿童医生时，它会返回： POST /test_index/childDoc/_search

{
    "query": {
        "has_child": {
            "type": "grandChildDoc",
            "query": {
                "match_all": {}
            }
        }
    }
}

结果：（在这里，你会注意到一些点击不见了。例如，缺少id为10和101的儿童文档）。

{
    "took": 7,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "failed": 0
    },
    "hits": {
        "total": 1,
        "max_score": 1,
        "hits": [
            {
                "_index": "test_index",
                "_type": "childDoc",
                "_id": "20",
                "_score": 1,
                "_routing": "2",
                "_parent": "2",
                "_source": {
                    "cdId": 20,
                    "name": "Third childDoc",
                    "contact": "+XX0011100000"
                }
            }
        ]
    }
}

知道我犯了什么错吗？？？或者是虫子？？？任何变通方法或解决方案？？？

[注：我用的是elasticsearch v5.4]

Answer 1

我也有同样的工作。我正在使用logstash对elastic中的文档进行索引。

根本原因：

我已经探究了根本原因。默认情况下，elastic分配5个分片，并且一组父子孙辈的文档必须位于同一分片中。不幸的是，数据分散在碎片上。Elastic将只返回在同一个碎片中的记录。

解决方案：

要使父子孙辈正常工作，您需要将父子文档id作为父子文档中的路由值。

对于单级（父-子级），父级值是deafult路由值，该值工作正常。但对于三个级别，您需要为grand child中的每个文档配置路由。

正如我所提到的，路由值应该是grandparentid。

请使用logstash找到下面的示例：

>

母公司

"index" => "search"
"document_type" => "parent"
"document_id" => "%{appId}"

子级：默认情况下工作，因为父级/路由与父级文档id相同。路由公式（shard\u num=hash（\u routing）%num\u primary\u shards）

"index" => "search"
"document_type" => "child"
"document_id" => "%{lId}"
"parent" => "%{appId}"

孙子：注意路由是appId，它是盛大的父文档id

"index" => "search"
"document_type" => "grandchild"
"document_id" => "%{lBId}"
"parent" => "%{lId}"
"routing" => "%{appId}"

这将把所有文档索引到同一个分片，在这个用例中搜索工作正常。