ElasticSearch多对多映射查询：获取特定所有者关联产品信息

嘿，我来帮你优化这个查询流程！你现在的两步查询法虽然能实现需求，但确实可以优化成更高效的单次查询，或者先调整数据结构让查询更顺畅。下面分几种情况给你方案：

一、优先优化数据结构（最推荐） #

你的Owner类型里Products字段是CSV格式的字符串，这种格式在查询时需要额外拆分处理，效率不高。建议把它改成字符串数组类型，修改后的Owner文档结构如下：

{"OwnerId":"o-id1", "Products":["P1","P2","P3"]}

这样调整后，你可以直接用Elasticsearch的terms查询结合跨索引查找，一次性拿到目标所有者的所有产品：

GET /product/_search
{
  "query": {
    "terms": {
      "ProductId": {
        "index": "owner", // 指定Owner类型所在的索引
        "id": "o-id1",    // 目标所有者的文档ID
        "path": "Products" // 从Owner文档的Products字段取ID列表
      }
    }
  }
}

这种方法的优势是查询效率极高，完全利用ES的原生索引能力，没有额外的脚本开销。

二、不修改数据结构的情况下实现单次查询 #

如果暂时不能调整Owner的字段格式，也可以用Painless脚本配合参数查找来实现单次查询：

GET /product/_search
{
  "query": {
    "bool": {
      "filter": {
        "script": {
          "script": {
            "source": "doc['ProductId'].value in params.productIds",
            "params": {
              "productIds": "${lookup}"
            },
            "lang": "painless"
          }
        }
      }
    }
  },
  "params": {
    "lookup": {
      "index": "owner",
      "id": "o-id1",
      "path": "Products",
      "transform": "x -> x.split(',')" // 把CSV字符串拆分成数组
    }
  }
}

注意：这种方法会用到脚本执行，在数据量较大时性能会比第一种方案差一些，所以还是优先推荐调整数据结构。

三、保留你的两步法但优化细节 #

如果你还是想保留两步查询的逻辑，可以优化第二步的查询，用terms查询代替多个match，减少查询开销：

1. 第一步查询Owner获取Products字符串，拆分得到ID数组：

GET /owner/_doc/o-id1

得到结果后拆分Products字段为["P1","P2","P3"]。

2. 第二步用terms查询Product：

GET /product/_search
{
  "query": {
    "terms": {
      "ProductId": ["P1","P2","P3"]
    }
  }
}

这种方法逻辑简单，适合数据量不大的场景，但多次请求会增加网络开销。

内容的提问来源于stack exchange，提问作者Jainendra