Elasticsearch嵌套实体索引方案选型：单索引还是多索引？

业务实体模型 #

Company {
    id: Int,
    name: String,
    address: String,
    ... 10 more unique company properties ...
}

Partner {
    id: Int
    registrationNumber: String,
    contract: String,
    ... 10 more unique partner properties ...
}

Representative {
    id: Int
    lastName: String,
    firstName: String,
    ... 10 more unique representative properties ...
}

两种索引方案分析 #

1. 单索引嵌套结构 #

创建名为representatives的单索引，结构如下：

representatives:
    - id
    - lastName
    - firstName
    - partner:
        - id:
        - registrationNumber
        - contract
        - company:
            - id
            - name
            - address
            - other fields...
        - other fields...
    - other fields...

核心问题

• 数据冗余：一个Partner对应n个Representative时，Partner和Company的所有字段会重复n次，直接增大索引体积，提升存储资源开销。
• 维护成本高：更新Partner/Company信息时，需要同步修改所有关联的Representative文档，操作繁琐且容易出错。
• 性能损耗：索引体积变大后，查询、写入的IO成本都会上升，影响整体响应速度。

2. 多索引拆分结构 #

为每个实体创建独立索引：companies、partners、representatives，需补充关联ID字段实现实体关联，结构如下：

representatives:
    - id
    - lastName
    - firstName
    - partner_id
    - other fields...

partners:
    - id
    - registrationNumber
    - contract
    - company_id
    - other fields...

companies:
    - id
    - name
    - address
    - other fields...

核心问题

• 查询复杂度提升：需要通过关联ID多次查询（比如先查representatives，再根据partner_id查partners，最后根据company_id查companies），或使用Elasticsearch的join类型、has_child/has_parent查询，逻辑比单索引复杂。
• 跨索引关联延迟：相比单索引嵌套查询，跨索引关联的响应时间会更长。

选型建议 #

优先选单索引嵌套的场景 #

• 绝大多数查询以Representative为核心，且必须同时获取Partner和Company的关联信息，对查询延迟要求严格。
• Partner和Company的信息极少更新，数据冗余带来的维护成本可忽略。
• 单条Representative文档（含嵌套的Partner、Company）总大小不超过Elasticsearch单文档默认限制（100MB）。

优先选多索引拆分的场景 #

• Partner或Company的信息经常更新，不想因修改一条Partner数据就要同步更新数十上百条Representative文档。
• 需要单独查询Partner或Company的独立数据（比如统计某Company下的Partner数量），拆分索引会让这类查询更高效。
• 数据量极大，单索引嵌套导致的冗余会让索引体积膨胀到集群存储无法承受的程度。

折中方案：使用嵌套类型（Nested Type） #

如果担心单索引普通嵌套的数组扁平化问题（比如查询时出现错误关联），可以把partner字段定义为nested类型。每个Partner及对应的Company会作为独立嵌套文档存储，既保留单索引查询的便捷性，又能避免错误匹配，性能略优于多索引关联查询。

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