Elasticsearch Join 类型解析：真的相当于把多个索引塞进一个索引里吗？
Elasticsearch Join 类型解析
在 Elasticsearch 中，join 类型是一种数据关联技术，它允许你将存储在多个索引中的数据逻辑地连接起来。那么，join 类型是否真的相当于把多个索引塞进一个索引里了呢？
否，join 类型不等于把多个索引塞进一个索引里
虽然 join 类型可以在查询层面将多个索引中的数据关联起来，但实际上这些数据仍然存储在
各自的索引中。这是因为 join 类型只是一种虚拟连接，它不会改变数据的物理存储结构。
join 类型的优势和劣势
优势：
- 查询效率高：通过 join 类型关联数据，可以一次查询获取多个索引中的相关信息，提高查询效率。
- 数据隔离性好：不同的索引可以独立存储和管理数据，保持数据隔离性和灵活性。
劣势：
- 更新复杂：当对关联数据进行更新操作时，可能需要同时更新多个索引中的数据，增加复杂度。
- 统计不方便：由于数据存储在不同的索引中，因此对跨索引的数据进行统计分析可能不方便。
实践建议
从性能和维护的角度考虑，对于以下场景，建议使用 join 类型：
- 需要在查询中关联来自多个索引的数据。
- 相关数据的更新频率相对较低。
对于以下场景，建议将所有数据存储在一个索引中：
- 需要频繁对关联数据进行更新。
- 需要方便地对跨数据的统计分析。
值得注意的是，在 ElasticSearch 中，还提供了 parent/child 关系来处理父子文档的场景。如果您需要在相关文章和评论之间建立父子关系，可以使用 parent/child 关系。
