ElasticSearch：商品SKU+SPU实现join查询，设计及优化

一、SPU+SKU

1、商品SPU和SKU

每个店铺中会包含多个商品，每个商品会有多个规格。

红框上面的部分是商品的SPU（Standard Product Unit 标准产品单位），SPU是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合，该集合描述了一个产品的特性。这里会选择对应店铺的名称，填入商品编号、商品名称、上架状态、定时上架时间、商品标签、商品图片等信息。

下面红色的框体是商品的SKU（stock keeping unit 库存量单位），SKU即库存进出计量的单位， 可以是以件、盒、托盘等为单位，SKU是物理上不可分割的最小存货单元。包括商品颜色、商品存储容量、商品价格、商品剩余数量。

2、SPU和SKU的关系

如图所示，一个店铺会对应多个商品的SPU。同时一个商品的SPU会包含多个商品SKU，以手机为例，一款iPhone12手机就是SPU，如果消费者需要购买该手机的时候，还需要选择手机颜色、内存容量，在商家这边还要查看商品的库存是否足够。因此，一个商品SPU会对
应多个商品SKU的描述。

如果我们建立数据库表的时候会将店铺、商品SPU和商品SKU建立三张表，通过主外键的关系关联。
如果mysql的数据同步到ES中，用户进行搜索的时候，应该怎么实现呢？

在 Elasticsearch（ES）中实现关联查询（join）的方式与传统关系型数据库不同，因为 ES 是分布式搜索引擎，其设计初衷并非处理复杂关联。以下是几种常见的 ES 关联实现方法：

3、实现SPU+SKU父子嵌套查询

1. 嵌套对象（Nested Objects）

场景：SPU 与 SKU 强关联，查询时需同时检索。
示例：一款手机（SPU）有多个颜色和配置（SKU）。

映射与数据：

PUT /products
{"mappings": {"properties": {"spu_id": {"type": "keyword"},"spu_name": {"type": "text"},"brand": {"type": "keyword"},"skus": {"type": "nested",  // 嵌套类型"properties": {"sku_id": {"type": "keyword"},"color": {"type": "keyword"},"size": {"type": "keyword"},"price": {"type": "double"},"stock": {"type": "integer"}}}}}
}PUT /products/_doc/1
{"spu_id": "SPU001","spu_name": "苹果 iPhone 14","brand": "Apple","skus": [{"sku_id": "SKU001","color": "黑色","size": "128GB","price": 5999.00,"stock": 100},{"sku_id": "SKU002","color": "蓝色","size": "256GB","price": 6799.00,"stock": 50}]
}

查询示例：

• 需求：查找所有品牌为 Apple 且有蓝色 256GB 的手机。
• 实现：

{"query": {"bool": {"must": [{"term": {"brand": "Apple"}},{"nested": {  // 嵌套查询"path": "skus","query": {"bool": {"must": [{"term": {"skus.color": "蓝色"}},{"term": {"skus.size": "256GB"}}]}}}}]}}
}

2. 父子关系（Parent-Child）

场景：SPU 与 SKU 生命周期独立，需灵活管理（如动态添加 SKU）。
示例：一款手机（SPU）的 SKU 库存需实时更新。

映射与数据：

PUT /products
{"mappings": {"properties": {"join_field": {"type": "join","relations": {"spu": "sku"  // 定义父子关系}}}}
}// 索引 SPU（父文档）
PUT /products/_doc/SPU001
{"spu_id": "SPU001","name": "苹果 iPhone 14","brand": "Apple","join_field": {"name": "spu"}
}// 索引 SKU（子文档）
PUT /products/_doc/SKU001?routing=SPU001  // 必须使用父 ID 作为路由
{"sku_id": "SKU001","color": "黑色","size": "128GB","price": 5999.00,"stock": 100,"join_field": {"name": "sku", "parent": "SPU001"}
}PUT /products/_doc/SKU002?routing=SPU001
{"sku_id": "SKU002","color": "蓝色","size": "256GB","price": 6799.00,"stock": 50,"join_field": {"name": "sku", "parent": "SPU001"}
}

查询示例：

• 需求：查找价格低于 6000 的 SKU 所属的 SPU 信息。
• 实现：

{"query": {"has_child": {"type": "sku","query": {"range": {"price": {"lt": 6000}}},"inner_hits": {}  // 返回匹配的子文档}}
}

3. 应用层关联（Application-Side Join）（推荐）

场景：SPU 和 SKU 存储在不同索引，需跨索引关联。
示例：SPU 数据在 spu_index，SKU 数据在 sku_index。

数据结构：

// SPU 索引
PUT /spu_index/_doc/SPU001
{"spu_id": "SPU001","name": "苹果 iPhone 14","brand": "Apple","category": "手机","description": "2023年新款智能手机..."
}// SKU 索引
PUT /sku_index/_doc/SKU001
{"sku_id": "SKU001","spu_id": "SPU001",  // 关联字段"color": "黑色","size": "128GB","price": 5999.00,"stock": 100,"sales": 2000
}

查询流程（Python）：

from elasticsearch import Elasticsearches = Elasticsearch()# 1. 查询手机分类下的所有 SPU
spu_result = es.search(index="spu_index",body={"query": {"term": {"category": "手机"}},"_source": ["spu_id", "name", "brand"]},size=100
)# 2. 提取 SPU IDs
spu_ids = [hit["_source"]["spu_id"] for hit in spu_result["hits"]["hits"]]# 3. 批量查询 SKU（按价格排序）
sku_result = es.search(index="sku_index",body={"query": {"terms": {"spu_id": spu_ids}},"sort": {"price": "asc"},"_source": ["spu_id", "color", "size", "price"]},size=1000
)# 4. 应用层组装结果（SPU + 最低价格 SKU）
spu_sku_map = {}
for sku in sku_result["hits"]["hits"]["_source"]:spu_id = sku["spu_id"]if spu_id not in spu_sku_map or sku["price"] < spu_sku_map[spu_id]["price"]:spu_sku_map[spu_id] = sku# 5. 合并 SPU 和 SKU 信息
merged_result = []
for spu_hit in spu_result["hits"]["hits"]:spu = spu_hit["_source"]sku = spu_sku_map.get(spu["spu_id"], {})merged_result.append({"spu": spu,"lowest_price_sku": sku})

4. 预连接数据（Denormalization）（推荐）

场景：读多写少，需快速查询（如商品列表页）。
示例：将常用 SKU 信息冗余到 SPU 文档中。

数据结构：

PUT /products/_doc/SPU001
{"spu_id": "SPU001","name": "苹果 iPhone 14","brand": "Apple","category": "手机","min_price": 5999.00,  // 预计算：最低价格"max_price": 6799.00,  // 预计算：最高价格"default_sku": {  // 预定义：默认 SKU"sku_id": "SKU001","color": "黑色","size": "128GB","price": 5999.00},"sku_summary": [  // 预聚合：SKU 摘要{"color": "黑色", "size": "128GB", "price": 5999.00},{"color": "蓝色", "size": "256GB", "price": 6799.00}]
}

查询示例：

• 需求：查找价格区间在 5000-6500 的手机，返回 SPU 及默认 SKU。
• 实现：

{"query": {"range": {"min_price": {"gte": 5000, "lte": 6500}}},"_source": ["spu_id", "name", "brand", "default_sku"]
}

方案对比

方法	查询性能	写入性能	数据一致性	适用场景
嵌套对象	高	中	强	SKU 数量少，需原子性操作
父子关系	中	低	中	SKU 动态变化，需独立管理
应用层关联	低	高	弱	跨索引关联，数据量大
预连接数据	最高	低	弱	读多写少，实时性要求低

优化建议

1. 嵌套对象深度限制：避免超过 1000 个嵌套文档，否则性能下降。
2. 父子关系分片一致性：父子文档必须在同一分片（通过 routing 参数保证）。
3. 应用层关联批量查询：使用 terms 查询替代循环单条查询。
4. 预连接数据更新策略：通过异步任务（如消息队列）更新冗余字段。

根据实际业务场景（如 SKU 数量、读写比例、实时性要求）选择合适的方案，或组合使用多种方案。