Python + ElasticSearch：連接字段的映射器解析異常

Question

我正在使用 ElasticSearch 8.3.2 來存儲我擁有的一些數據。 數據由代謝物和每種代謝物的幾個“研究”組成，每個研究又包含濃度值。 我還使用Python ElasticSearch 客戶端與后端通信，效果很好。 為了將代謝物與研究相關聯，我正在考慮使用此處所述的連接字段。

我已經定義了這個索引映射：

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

pc_relation是這里的連接字段，代謝物是每個研究文檔的父文檔。 例如，我可以使用 Python 客戶端創建代謝物條目（父文檔）

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

但是，一旦我嘗試添加子文檔，我就會得到一個mapping_parser_exception 。 值得注意的是，我只在嘗試添加pc_relation字段時遇到此異常，任何其他字段都可以正常工作，如果我省略連接字段，我可以創建文檔。 這是我正在嘗試創建的研究文檔的示例（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
                },
            }))

起初我以為可能存在一些打字問題，但不幸的是，將所有內容都轉換為字符串並沒有改變結果。 對於錯誤可能出在哪里的任何幫助，我真的很感激，因為我不確定問題出在哪里——從官方 ES 文檔和其他 Python+ES 項目中我可以看出，我並沒有做任何不同的事情。

嘗試過：創建一個帶有連接字段的索引，創建一個父文檔，創建一個與父文檔有連接關系的子文檔。 預期：文檔被創建並可以使用has_child或has_parent標簽查詢。 結果：嘗試創建子文檔時出現 MappingParserException

Answer 1

Tldr；

您需要在索引時為子文檔提供路由值。

路由值是強制性的，因為父文檔和子文檔必須在同一個分片上建立索引

默認情況下文檔的路由值是它的_id ，所以在實踐中你需要在索引子文檔時提供父文檔的_id 。

解決方案

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

重現

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"
  }
}