# 通过应用层 join 实现用户与博客的关联

# 案例介绍

案例背景:博客网站, 我们会模拟各种用户发表各种博客,然后针对用户和博客之间的关系进行数据建模, 同时针对建模好的数据执行各种搜索/聚合的操作

先使用关系型的思维来构造数据:在构造数据模型的时候,还是将有关联关系的数据,然后分割为不同的实体,类似于关系型数据库中的模型

# 构造用户与博客数据

PUT /website/users/1
{
  "name": "小鱼儿",
  "email": "xiaoyuer@sina.com",
  "birthday": "1980-01-01"
}

PUT /website/blogs/1
{
  "title": "我的第一篇博客",
  "content": "这是我的第一篇博客,开通啦!!!",
  "userId": 1
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14

一个用户对应多个博客,一对多的关系,做了建模, 建模方式为分割实体,类似三范式的方式,用主外键关联关系,将多个实体关联起来

# join 查询

需求:搜索到小鱼儿的所有博客

先搜索到小鱼儿的 userId

GET /website/users/_search
{
  "query": {
    "term": {
      "name.keyword": "小鱼儿"
    }
  }
}

{
  "took": 129,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 0.2876821,
    "hits": [
      {
        "_index": "website",
        "_type": "users",
        "_id": "1",
        "_score": 0.2876821,
        "_source": {
          "name": "小鱼儿",
          "email": "xiaoyuer@sina.com",
          "birthday": "1980-01-01"
        }
      }
    ]
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

再根据 userId 搜索小鱼儿的所有博客

GET /website/blogs/_search
{
  "query": {
    "constant_score": {
      "filter": {
        "term": {
          "userId": 1
        }
      }
    }
  }
}

{
  "took": 2,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 1,
    "hits": [
      {
        "_index": "website",
        "_type": "blogs",
        "_id": "1",
        "_score": 1,
        "_source": {
          "title": "我的第一篇博客",
          "content": "这是我的第一篇博客,开通啦!!!",
          "userId": 1
        }
      }
    ]
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

上面的操作,就属于应用层的 join,在应用层先查出一份数据,然后再查出一份数据,进行关联;

试想一下,如果是批量查询,那么需要返回第一次的结果,然后再拿这一大批数据去搜索,性能上相对来说有点差了

# 关系型模型的优缺点

  • 优点:数据不冗余,维护方便
  • 缺点:应用层 join,如果关联数据过多,导致查询过大,性能很差