点击蓝字关注我们
Elasticsearch 作为 NoSQL 数据库，不直接支持传统关系型数据库（如 MySQL）的 JOIN 操作，但通过 8.18 版本引入的 ES|QL LOOKUP JOIN（技术预览）以及其他方式（如嵌套文档、父子关系），可以实现类似功能。以下以一个具体场景为例，展示实现方法。
场景描述
索引：
users：存储用户信息（user_id, user_name）。
orders：存储订单信息（order_id, user_id, order_amount）
目标：查询每个用户的订单信息，类似 MySQL 的
•SELECT * FROM users JOIN orders ON users.user_id = orders.user_id
方法一：使用 ES|QL 的 LOOKUP JOIN
1. 准备索引和数据
创建并填充 users 和 orders 索引：
创建 users 索引
PUT users{"mappings": {"properties": {"user_id": {"type": "keyword"},"user_name": {"type": "text"}}}}
插入 users 数据
POST users/_doc{ "user_id": "u1", "user_name": "Alice" }POST users/_doc{ "user_id": "u2", "user_name": "Bob" }
创建 orders 索引
PUT orders{"mappings": {"properties": {"order_id": {"type": "keyword"},"user_id": {"type": "keyword"},"order_amount": {"type": "float"}}}}
插入 orders 数据
POST orders/_doc{ "order_id": "o1", "user_id": "u1", "order_amount": 100.50 }POST orders/_doc{ "order_id": "o2", "user_id": "u1", "order_amount": 200.75 }POST orders/_doc{ "order_id": "o3", "user_id": "u2", "order_amount": 50.25 }
2. 执行 LOOKUP JOIN 查询
使用 ES|QL 实现关联查询：
POST _query?format=txt{"query": """FROM users |LOOKUP orders ON users.user_id = orders.user_id |KEEP user_id,user_name,order_id,order_amount """}
3. 输出结果
user_id | user_name | order_id | order_amount--------|-----------|----------|-------------u1 | Alice | o1 | 100.50u1 | Alice | o2 | 200.75u2 | Bob | o3 | 50.25
4. 特点与注意事项
行为：类似 MySQL 的 INNER JOIN，仅返回匹配记录。若需 LEFT JOIN 效果，需额外处理空值。
适用场景：适合中小规模数据关联，快速构建跨索引查询。
限制：LOOKUP JOIN 为技术预览功能，生产环境需测试稳定性。复杂嵌套字段或多对多关系可能受限。
版本要求：Elasticsearch 8.18 或更高版本。
方法二：使用嵌套文档
1. 索引设计
将 orders 嵌入 users 文档，使用 nested 字段类型：
PUT users{"mappings": {"properties": {"user_id": {"type": "keyword"},"user_name": {"type": "text"},"orders": {"type": "nested","properties": {"order_id": {"type": "keyword"},"order_amount": {"type": "float"}}}}}}
插入数据
POST users/_doc{"user_id": "u1","user_name": "Alice","orders": [{ "order_id": "o1", "order_amount": 100.50 },{ "order_id": "o2", "order_amount": 200.75 }]}POST users/_doc{"user_id": "u2","user_name": "Bob","orders": [{"order_id": "o3","order_amount": 50.25}]}
2. 查询示例
查询订单金额大于 100 的记录：
GET users/_search{"query": {"nested": {"path": "orders","query": {"range": {"orders.order_amount": {"gte": 100}}}}}}
3. 特点与注意事项
优点：数据存储在单一文档中，查询性能较高，适合一对多关系。
缺点：更新嵌套字段需要重写整个文档，数据量大时可能增加开销。
适用场景：数据关系稳定，更新频率较低。
方法三：使用父子关系
1. 索引设计
在同一索引中使用 join 字段定义父子关系：
PUT users_orders{"mappings": {"properties": {"my_join_field": {"type": "join","relations": {"user": "order"}},"user_id": {"type": "keyword"},"user_name": {"type": "text"},"order_id": {"type": "keyword"},"order_amount": {"type": "float"}}}}
插入父文档（user）
POST users_orders/_doc/u1?routing=u1{"user_id": "u1","user_name": "Alice","my_join_field": "user"}
插入子文档（order）
POST users_orders/_doc/o1?routing=u1{"order_id": "o1","user_id": "u1","order_amount": 100.50,"my_join_field": {"name": "order","parent": "u1"}}
2. 查询示例
查询有订单金额大于 100 的用户的记录：
GET users_orders/_search{"query": {"has_child": {"type": "order","query": {"range": {"order_amount": {"gte": 100}}}}}}
3. 特点与注意事项
优点：支持动态添加子文档，适合数据频繁更新的场景。
缺点：查询性能较嵌套文档低，分片路由需额外管理。
适用场景：需要灵活维护一对多关系的场景。
对比与选择建议
注意事项
1.性能优化：
大规模数据场景下，优先考虑嵌套文档或预聚合数据，避免频繁跨索引关联。
使用 LOOKUP JOIN 时，测试查询性能，确保索引规模可控。
2.版本要求：
LOOKUP JOIN 需 Elasticsearch 8.18 或更高版本。
关于公司
感谢您关注新智锦绣科技（北京）有限公司！作为 Elastic 的 Elite 合作伙伴及 EnterpriseDB 在国内的唯一代理和服务合作伙伴，我们始终致力于技术创新和优质服务，帮助企业客户实现数据平台的高效构建与智能化管理。无论您是关注 Elastic 生态系统，还是需要 EnterpriseDB 的支持，我们都将为您提供专业的技术支持和量身定制的解决方案。
欢迎关注我们，获取更多技术资讯和数字化转型方案，共创美好未来！
 |  |
Elastic 微信群 | EDB 微信群 |
发现“分享”和“赞”了吗，戳我看看吧
