ES中的nested对象

我们知道ES的一个索引会对应着多个分片和副本，而每一个分片或副本就是一个完整的Lucene索引。

ES索引 -> ES分片 -> Lucene索引

Elasticsearch在索引数据时，会对输入的数据进行解析，得到一个个单独的字段。ES本身还会添加一些额外的字段，最后把这些字段作为一个文档保存到Lucene中，ES自身额外添加的field： _uid , _source , _type , _version 。

从原始输入中解析出相应字段的源码 在此 ，在这里我们看到nested会把当前的document作为自己的parent，nested字段会使用其parentDoc的_uid作为自己的_uid，这就意味着nested字段是和其parent文档拥有一样的_uid的。

在上一步解析出了数据中的字段之后，ES把所有解析得到的字段存放到 ParsedDocument 中，具体源码 在此 。

最终ES把所有的字段存储到Lucene中，一个文档中所有字段的 _uid 都是一样的，所有的字段在存储时都使用这个相同的 _uid。ES根据版本决定这个数据是更新还是新增，版本比较以及数据写入到Lucene的源码 在此 。ES会给每个nested的数据创建一个独立的Lucene document，所以一次写入一共有 nested + 1 个文档数量。如果一个字段不是nested，就普通的解析一下变成单个字段然后存放在主document中进行保存。

例如如下的文本

{
    "city": "Nanjing",
    "comments": [
        {
            "name": "Mike",
            "comment": "Great"
        },
        {
            "name": "Mark",
            "comment": "Interesting"
        }
    ]
}

如果comments是一个普通的字段，那么ES通过解析操作我们可以得到如下的字段

city: Nanjing
comments.name: Mike
comments.comment: Great
comments.name: Mark
comments.comment: Interesting

这些字段存放在一个文档中，之后该文档被保存到Lucene。

这样保存的一个问题在于comments的name和comment字段之间失去了关联，如下的一个文本将会和上面的文本生成完全一样的字段：

{
    "city": "Nanjing",
    "comments": [
        {
            "name": "Mark",
            "comment": "Great"
        },
        {
            "name": "Mike",
            "comment": "Interesting"
        }
    ]
}

这个文本生成的字段如下

city: Nanjing
comments.name: Mark
comments.comment: Great
comments.name: Mike
comments.comment: Interesting

这里生成的字段和上面的文本完全一致，所以如果我们想要查询 comments.name == Mike && comments.comment == Great 的结果，那么这两条数据都是符合要求的，但这可能不是我们想要的结果，我们也许只想要查询第一条数据而已。

但是如果comments是一个nested类型的字段，那么ES就会把这段文本解析为三个文档，分别为

// document1
city: Nanjing
// document2
comments.name: Mike
comments.comment: Great
// docuemtn3
comments.name: Mark
comments.comment: Interesting

这段文本被拆分为三个document保存到Lucene中，这样一来comments的name和comment就产生了关联，此时进行查询 comments.name == Mike && comments.comment == Great，那么就只有该条数据才是符合要求的。