如何在Vespa中实现类似Elasticsearch的文本字段嵌套查询功能？

核心方案：用文档引用+联合查询替代直接嵌套 #

Vespa原生parent-child模式对结构化子文档的文本索引支持有限，要实现类似Elasticsearch的嵌套文本查询，推荐通过独立子文档+文档引用+联合查询的方式模拟，具体步骤如下：

1. 拆分父子文档为独立Schema #

不要将子文档作为父文档的struct字段，而是单独定义子文档Schema，把需要搜索的文本字段设为index模式（而非仅attribute），同时添加关联父文档的字段：

schema child {
    document child {
        field parent_id type string {
            indexing: attribute | summary
        }
        field content_text type string {
            indexing: index | summary
            index: enable-bm25
        }
        // 子文档其他字段
    }
}

父文档Schema保持独立，无需嵌套子结构：

schema parent {
    document parent {
        field id type string {
            indexing: attribute | summary
        }
        // 父文档其他字段
    }
}

2. 用联合查询关联父子文档 #

要实现“搜索子文档文本字段，返回匹配的父文档”，使用Vespa的join查询，通过parent_id关联两类文档：

{
    "yql": "select parent.* from parent where ({targetHits:100} select parent_id from child where content_text contains '目标关键词')"
}

• 内层查询先匹配符合文本条件的子文档，提取对应的parent_id
• 外层查询通过这些ID筛选出关联的父文档

3. 复杂场景的查询组合 #

如果需要同时过滤父文档字段和子文档字段，可以直接在YQL中组合条件：

{
    "yql": "select parent.* from parent where parent.category = '科技' AND ({targetHits:100} select parent_id from child where content_text contains 'AI' AND child.publish_date > '2024-01-01')"
}

4. 简单场景的替代方案 #

如果子文档结构单一、仅需文本匹配，可将子文档文本存储为父文档的数组字段并开启索引：

schema parent {
    document parent {
        field child_texts type array<string> {
            indexing: index | summary
            index: enable-bm25
        }
    }
}

这种方式无需拆分文档，但无法保留子文档的完整结构关联，仅适合简单文本搜索场景。

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