如何设计正文+评论在 Elasticsearch 中的存储模式？

[ospider]

在 SQL 数据库中数据是这样存储的：

posts:

• id
• content
• time_created
• ...

replies:

• id
• post_id
• content
• time_created
• ...

评论会随着时间而增多。而且有的帖子会有上万条评论。

我希望搜索的时候总是按照 post 为单位来返回结果。如果 post 没有命中，但是评论中命中了，那么返回这个 post 和对应的 reply 。

如何设计 ES 的 mapping 才能实现同时检索 post 和 reply ，但是总是返回对应的 post 呢？

• 分两个索引
• reply 作为 array 字段存储
• post 和 reply 压扁到同一个字段
• 或者更好的方法？

[czfy]

我不是研发但是和研发对接过类似的场景，如果错了后面研发大佬指正

一般两种方式
两张表：直接通过 post id 映射
一张表：多一个字段表明 content 是正文还是评论，再多一个字段放评论对应的 post id （正文的这个字段为空）

[Rache1]

建议是

post 和 reply 各建立索引，先搜索 reply 拿到 post_id ，然后再检索 post 的时候使用 bool 查询，分别匹配关键字和 terms 刚刚查出来的 post_id 。

如果 reply 不多的话，可以考虑作为 post 的子字段。

刚刚查了一下，ES 有 has_parent 和 has_child 查询，这样的话，你就需要把 post 和 replay 都放在一个索引里面 🤣

https://www.elastic.co/guide/en/elasticsearch/reference/7.1/joining-queries.html#joining-queries

[matrix1010]

你这个似乎不太常见，大部分搜索应该都是不考虑回复的。如果确实两边都要搜可能要注意一下分页正确的问题

[jifengg]

如果搜索“V2ex”，正文没命中，一个文章的多条回复命中了，是只给用户展示一条还是多条？正文和评论都命中了，展示几条？这些需求要确定好才好定结构。

[ospider]

@jifengg 这也是一个问题，我希望返回的是去重后的结果