如何基于Elasticsearch/OpenSearch首个索引结果合并第二个索引数据？

下面提供三种可行的解决方案，分别适配不同的场景需求：

方法1：使用Parent/Child 索引关系（推荐，性能最优） #

这种方法需要提前配置父子索引映射，适合长期稳定使用的场景，查询性能最佳。

步骤1：创建带父子关系的索引映射 #

# 创建patients索引，定义join字段关联预约文档
PUT patients
{
  "mappings": {
    "properties": {
      "id": {"type": "keyword"},
      "name": {"type": "text"},
      "phone": {"type": "keyword"},
      "organization": {"type": "object"},
      "doc_type": {
        "type": "join",
        "relations": {
          "patient": "appointment"
        }
      }
    }
  }
}

# 创建appointments索引，关联到patients的patient类型
PUT appointments/_mapping
{
  "properties": {
    "id": {"type": "keyword"},
    "patientId": {"type": "keyword"},
    "doc_type": {
      "type": "join",
      "relations": {
        "patient": "appointment"
      }
    }
  }
}

步骤2：导入数据时指定父子关系 #

• 导入患者数据（父文档）：

PUT patients/_doc/1
{
  "id": "1",
  "name": "张三",
  "phone": "13800138000",
  "organization": {"S": "whatever"},
  "doc_type": {"name": "patient"}
}

• 导入预约数据（子文档，需指定关联的父文档ID）：

PUT appointments/_doc/appt1?routing=1
{
  "id": "appt1",
  "patientId": "1",
  "doc_type": {"name": "appointment", "parent": "1"}
}

步骤3：查询患者信息及对应预约数 #

通过has_child聚合统计每个患者的预约数量：

POST patients/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "organization.S": "whatever"
          }
        }
      ]
    }
  },
  "_source": ["id", "name", "phone", "organization"],
  "aggs": {
    "patient_appointment_stats": {
      "has_child": {
        "type": "appointment",
        "aggs": {
          "total_appointments": {
            "value_count": {
              "field": "id"
            }
          }
        }
      }
    }
  }
}

方法2：使用Runtime Fields 动态查询（无需修改索引结构，适合临时需求） #

通过运行时脚本动态查询appointments索引获取计数，无需调整现有索引结构，但患者数量较多时性能较差。

查询语句 #

POST patients/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "organization.S": "whatever"
          }
        }
      ]
    },
    "runtime_mappings": {
      "appointment_count": {
        "type": "long",
        "script": {
          "source": """
            def queryResponse = indices.query(
              'appointments',
              '{
                "query": {
                  "match": {
                    "patientId": "' + doc['id'].value + '"
                  }
                }
              }'
            );
            emit(queryResponse.hits.total.value);
          """
        }
      }
    },
    "_source": ["id", "name", "phone", "organization"],
    "fields": ["appointment_count"]
  }
}

注意事项 #

• 需要在elasticsearch.yml中开启脚本权限：

  script.allowed_types: inline, stored
  script.allowed_contexts: search
  

• 仅适合小批量患者查询，大量数据场景下会触发多次子查询，性能损耗明显。

方法3：使用Multi-Search API 批量查询后客户端关联（平衡性能与复杂度） #

通过一次请求发送两个查询，分别获取患者列表和预约数统计，再在客户端完成结果关联，兼顾性能与实现复杂度。

查询语句 #

POST _msearch
{"index": "patients"}
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "organization.S": "whatever"
          }
        }
      ]
    },
    "_source": ["id", "name", "phone", "organization"]
  }
}
{"index": "appointments"}
{
  "size": 0,
  "aggs": {
    "patient_appointment_counts": {
      "terms": {
        "field": "patientId",
        "size": 10000 # 根据实际患者数量调整该值
      }
    }
  }
}

客户端关联逻辑 #

1. 解析第一个查询结果，以患者id为键存储患者信息。
2. 解析第二个查询的聚合结果，提取每个patientId对应的预约数。
3. 将预约数匹配到对应的患者信息中，生成最终合并结果。

内容的提问来源于stack exchange，提问作者user3812411