能否通过Reindex或Scripting在集群内合并父子文档为单文档？

当然可以在Elasticsearch集群内完成这个父子文档合并的需求！不用依赖外部客户端，通过Reindex结合脚本（Scripting）或者Ingest Pipeline+Enrich Policy就能实现，下面我给你详细拆解两种方案：

这种方案直接通过Reindex请求关联父文档并合并字段，适合需求相对简单的场景：

1. 前提：确保你的源索引已经正确配置了parent-join字段（比如父文档类型为parent_doc，子文档为child_doc，关联字段名为join_field）。
2. 执行Reindex请求，查询所有子文档并关联对应父文档，合并两者字段：

POST _reindex
{
  "source": {
    "index": "your_source_index",
    "query": {
      "has_parent": {
        "parent_type": "parent_doc",
        "query": {
          "match_all": {}
        }
      }
    },
    "script_fields": {
      "merged_fields": {
        "script": {
          "source": """
            // 获取当前子文档对应的父文档数据
            def parentDoc = doc['join_field'].getParents()[0].getSourceAsMap();
            // 合并字段：父文档字段先入，子文档字段覆盖重复字段（比如D字段）
            def result = new HashMap(parentDoc);
            result.putAll(ctx._source);
            return result;
          """
        }
      }
    }
  },
  "dest": {
    "index": "your_target_index"
  },
  "script": {
    "source": "ctx._source = ctx._source.merged_fields;"
  }
}

这个请求会把每个子文档和对应的父文档字段合并，生成包含所有字段（A、B、C、D、E、F、G、H）的新文档。如果一个父文档有3个子文档，就会生成3条独立的合并文档，完全符合你的需求。

如果需要更灵活的字段处理（比如字段重命名、条件过滤、复杂冲突处理），可以用Ingest Pipeline配合Enrich Policy来实现：

步骤1：创建Enrich Policy，用于关联父文档字段 #

PUT _enrich/policy/parent_doc_enrich_policy
{
  "match": {
    "indices": "your_source_index",
    "match_field": "_id",
    "enrich_fields": ["A", "B", "C", "D"] // 指定要合并的父文档字段
  }
}

步骤2：执行Enrich Policy，生成关联数据 #

POST _enrich/policy/parent_doc_enrich_policy/_execute

步骤3：创建Ingest Pipeline，负责字段合并 #

PUT _ingest/pipeline/merge_parent_child_pipeline
{
  "processors": [
    {
      "enrich": {
        "policy_name": "parent_doc_enrich_policy",
        "field": "join_field.parent", // 通过父文档ID关联
        "target_field": "parent_temp",
        "ignore_missing": true
      }
    },
    {
      "script": {
        "source": """
          // 合并父文档字段到主文档，子文档字段优先覆盖重复项
          ctx._source.putAll(ctx.parent_temp);
          // 删除临时存储父数据的字段
          ctx._source.remove('parent_temp');
          // 可选：如果不需要保留父子关联字段，删除join_field
          ctx._source.remove('join_field');
        """
      }
    }
  ]
}

步骤4：执行Reindex，通过管道处理文档 #

POST _reindex
{
  "source": {
    "index": "your_source_index",
    "query": {
      "term": {
        "join_field": "child_doc" // 只查询子文档
      }
    }
  },
  "dest": {
    "index": "your_target_index",
    "pipeline": "merge_parent_child_pipeline"
  }
}

• 字段冲突处理：上面的示例都是子文档字段覆盖父文档的重复字段（比如D字段），如果需要父文档字段优先，只需调整脚本中合并的顺序（比如把result.putAll(ctx._source)改成ctx._source.putAll(parentDoc)）。
• 性能优化：如果数据量较大，建议在低峰期执行Reindex，或者通过size参数分批处理，避免占用过多集群资源。
• 权限要求：执行操作的用户需要具备源索引的read权限、目标索引的write权限，以及Ingest Pipeline和Enrich Policy的manage权限。

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