Python + ElasticSearch：连接字段的映射器解析异常

Question

我正在使用 ElasticSearch 8.3.2 来存储我拥有的一些数据。 数据由代谢物和每种代谢物的几个“研究”组成，每个研究又包含浓度值。 我还使用Python ElasticSearch 客户端与后端通信，效果很好。 为了将代谢物与研究相关联，我正在考虑使用此处所述的连接字段。

我已经定义了这个索引映射：

INDEXMAPPING_MET = {
    "mappings": {
        "properties": {
            "id": {"type": "keyword"},
            "entry_type": {"type": "text"},
            "pc_relation": {
                "type": "join",
                "relations": {
                    "metabolite": "study"
                }
            },
            "concentration": {
                "type": "nested",
            }
        }
    }
}

pc_relation是这里的连接字段，代谢物是每个研究文档的父文档。 例如，我可以使用 Python 客户端创建代谢物条目（父文档）

self.client.index(index="metabolitesv2", id=metabolite, body=json.dumps({
                #[... some other fields here]
                "pc_relation": {
                    "name": "metabolite",
                },
            }))

但是，一旦我尝试添加子文档，我就会得到一个mapping_parser_exception 。 值得注意的是，我只在尝试添加pc_relation字段时遇到此异常，任何其他字段都可以正常工作，如果我省略连接字段，我可以创建文档。 这是我正在尝试创建的研究文档的示例（在同一索引上）：

self.client.index(index="metabolitesv2", id=study, body=json.dumps({
                #[... some other fields here]
                "pc_relation": {
                    "name": "study",
                    "parent": metabolite_id
                },
            }))

起初我以为可能存在一些打字问题，但不幸的是，将所有内容都转换为字符串并没有改变结果。 对于错误可能出在哪里的任何帮助，我真的很感激，因为我不确定问题出在哪里——从官方 ES 文档和其他 Python+ES 项目中我可以看出，我并没有做任何不同的事情。

尝试过：创建一个带有连接字段的索引，创建一个父文档，创建一个与父文档有连接关系的子文档。 预期：文档被创建并可以使用has_child或has_parent标签查询。 结果：尝试创建子文档时出现 MappingParserException

Answer 1

Tldr；

您需要在索引时为子文档提供路由值。

路由值是强制性的，因为父文档和子文档必须在同一个分片上建立索引

默认情况下文档的路由值是它的_id ，所以在实践中你需要在索引子文档时提供父文档的_id 。

解决方案

self.client.index(index="metabolitesv2", id=study, routing=metabolite, body=json.dumps({
    #[... some other fields here]
    "pc_relation": {
        "name": "study",
        "parent": metabolite_id
    },
}))

重现

PUT 75224800
{
  "settings": {
    "number_of_shards": 4
  }, 
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "pc_relation": {
        "type": "join",
        "relations": {
          "metabolite": "study"
        }
      }
    }
  }
}

PUT 75224800/_doc/1
{
  "id": "1",
  "pc_relation": "metabolite"
}

# No routing Id this is going to fail
PUT 75224800/_doc/2
{
  "id": 2,
  "pc_relation":{
    "name": "study",
    "parent": "1"
  }
}

PUT 75224800/_doc/3
{
  "id": "3",
  "pc_relation": "metabolite"
}

PUT 75224800/_doc/4?routing=3
{
  "id": 2,
  "pc_relation":{
    "name": "study",
    "parent": "3"
  }
}