Elasticsearch动态层级数据查询与树形结构构建方案咨询

先给你明确答案：完全没问题可以构建仅返回目标树形关联文档的查询，下面是两种实用方案：

方案1：利用Join字段（官方推荐的父子层级建模方式） #

如果你已经用Elasticsearch的join字段定义了文档间的父子关系，比如mapping是这样的：

{
  "mappings": {
    "properties": {
      "relation": {
        "type": "join",
        "relations": {
          "base": "a",
          "a": ["b", "c"]
        }
      },
      "id": {"type": "keyword"},
      "parent": {"type": "keyword"}
    }
  }
}

那你可以用一个bool查询一次性捞出所有关联base的文档：

{
  "query": {
    "bool": {
      "should": [
        // 匹配顶层base文档本身
        {"term": {"id": "base"}},
        // 匹配直接父为base的a类型文档
        {"parent_id": {"type": "a", "id": "base"}},
        // 匹配父是a且a的父为base的b/c类型文档
        {"has_parent": {
          "parent_type": "a",
          "query": {"parent_id": {"type": "a", "id": "base"}}
        }}
      ]
    }
  }
}

这个查询会精准返回base、a、b、c这四个文档，刚好是你需要的关联集合。

方案2：预处理祖先字段（深度层级下查询效率更高） #

如果你的文档层级可能更深，用上面的嵌套查询会比较麻烦，建议在索引文档时，给每个文档加一个ancestors字段，把所有祖先的id都存进去：

• base文档："ancestors": []
• a文档："ancestors": ["base"]
• b文档："ancestors": ["base", "a"]
• c文档："ancestors": ["base", "a"]
• d文档："ancestors": ["someotherbase"]

这时候查询就超简单了，直接用term匹配ancestors字段就行：

{
  "query": {
    "term": {"ancestors": "base"}
  }
}

这种方式不管层级有多深，都能一次查出所有关联文档，查询性能是最优的。

再说说第二个问题：Elasticsearch原生不会直接返回你想要的树形结构，但可以借助inner_hits快速拿到层级关联数据，再自己组装成树

比如用parent-join结合inner_hits，查询base文档时可以同时带出它的子文档，以及子文档的子文档：

{
  "query": {
    "term": {"id": "base"}
  },
  "inner_hits": {
    "children": {
      "type": "a",
      "inner_hits": {
        "children": {
          "type": ["b", "c"]
        }
      }
    }
  }
}

这个查询的返回结果里，inner_hits会包含a类型的子文档，每个a文档的inner_hits又会包含对应的b/c子文档。你只需要基于这个结构，用代码递归组装就能得到目标树形JSON了。

不过要注意：Elasticsearch的inner_hits嵌套层级有一定限制，而且它不会自动帮你把数据拼成完整的树形结构，最终的结构组装还是得靠你自己写代码实现。

总结一下：

• 仅返回关联文档：完全可以，用Join字段的组合查询或者预处理祖先字段都能搞定
• 原生构建树形结构：Elasticsearch不直接支持，但可以通过inner_hits获取层级关联数据，再自行组装

内容的提问来源于stack exchange，提问作者TheDude