如何在Elasticsearch脚本中访问嵌套数组的doc值？

Question

给定以下索引，我如何在嵌套数组中选择适当的项目并访问其中的一个值？目的是在内的值中使用它script_score。

# Create mapping
curl -XPUT localhost:9200/test/user/_mapping -d '
{
  "user" : {
    "properties" : {
      "name" : {
        "type" : "string"
      },
      "skills" : {
        "type": "nested", 
        "properties" : {
          "skill_id" : {
            "type" : "integer"
          },
          "recommendations_count" : {
            "type" : "integer"
          }
        }
      }
    }
  }
}
'

# Indexing Data
curl -XPUT localhost:9200/test/user/1 -d '
{
   "name": "John",
   "skills": [
      {
         "skill_id": 100,
         "recommendations_count": 5
      },
      {
         "skill_id": 200,
         "recommendations_count": 3
      }
   ]
}
'

curl -XPUT localhost:9200/test/user/2 -d '
{
   "name": "Mary",
   "skills": [
      {
         "skill_id": 100,
         "recommendations_count": 9
      },
      {
         "skill_id": 200,
         "recommendations_count": 0
      }
   ]
}
'

我的查询按skill_id过滤，效果很好。然后，我希望能够 针对给定的skill_id
使用更高script_score的分数来提高user文档的分数recommendations_count 。 （<-这是关键）。

curl -XPOST localhost:9200/test/user/_search -d '
{      
    "query":{
      "function_score":{
        "query":{
          "bool":{
            "must":{
              "nested":{
                "path":"skills",
                "query":{
                  "bool":{
                    "must":{
                      "term":{
                        "skill_id":100
                      }
                    }
                  }
                }
              }
            }
          }
        },
        "functions":[
          {
            "script_score": {
               "script": "sqrt(1.2 * doc['skills.recommendations_count'].value)"   
            }
          }            
        ]
      }
    }
  }
} 
'

如何skills从中访问数组，在数组中script找到’skill_id：100’项目，然后使用其recommendations_count值？在script_score上述目前不工作（比分始终是0，而不管数据的，所以我想doc['skills.recommendations_count'].value在正确的地方是不看。

Answer 1

对于您的特定问题，脚本需要嵌套上下文，就像您对term查询所做的一样。

可以为ES 1.x重写：

curl -XGET 'localhost:9200/test/_search' -d'
{
  "query": {
    "nested": {
      "path": "skills",
      "query": {
        "filtered": {
          "filter": {
            "term": {
              "skills.skill_id": 100
            }
          },
          "query": {
            "function_score": {
              "functions": [
                {
                  "script_score": {
                    "script": "sqrt(1.2 * doc['skills.recommendations_count'].value)"
                  }
                }
              ]
            }
          }
        }
      }
    }
  }
}'

对于ES 2.x（过滤器在ES 2.x中成为一等公民，因此语法进行了一些更改以跟上！）：

curl -XGET 'localhost:9200/test/_search' -d'
{
  "query": {
    "nested": {
      "path": "skills",
      "query": {
        "bool": {
          "filter": {
            "term": {
              "skills.skill_id": 100
            }
          },
          "must": {
            "function_score": {
              "functions": [
                {
                  "script_score": {
                    "script": "sqrt(1.2 * doc['skills.recommendations_count'].value)"
                  }
                }
              ]
            }
          }
        }
      }
    }
  }
}'

注意：我使term查询成为term过滤器，因为它对分数没有逻辑影响（无论是完全匹配还是不完全匹配）。我还将嵌套字段的名称添加到了term过滤器中，这是Elasticsearch
2.x和更高版本（以及先前的良好实践）的要求。

这样一来，您就可以（ 并且
应该）避免尽可能使用脚本。这是其中一种情况。function_score支持field_value_factor功能的概念，该功能使您可以完全按照自己的尝试去做，但完全不需要脚本。您还可以选择提供一个“
missing”值来控制如果缺少该字段会发生什么。

这将转换为 完全相同 的脚本，但是会表现得更好：

curl -XGET 'localhost:9200/test/_search' -d'
{
  "query": {
    "nested": {
      "path": "skills",
      "query": {
        "filtered": {
          "filter": {
            "term": {
              "skills.skill_id": 100
            }
          },
          "query": {
            "function_score": {
              "functions": [
                {
                  "field_value_factor": {
                    "field": "skills.recommendations_count",
                    "factor": 1.2,
                    "modifier": "sqrt",
                    "missing": 0
                  }
                }
              ]
            }
          }
        }
      }
    }
  }
}'

对于ES 2.x：

curl -XGET 'localhost:9200/test/_search' -d'
{
  "query": {
    "nested": {
      "path": "skills",
      "query": {
        "bool": {
          "filter": {
            "term": {
              "skills.skill_id": 100
            }
          },
          "must": {
            "function_score": {
              "functions": [
                {
                  "field_value_factor": {
                    "field": "skills.recommendations_count",
                    "factor": 1.2,
                    "modifier": "sqrt",
                    "missing": 0
                  }
                }
              ]
            }
          }
        }
      }
    }
  }
}'

脚本很慢，并且 也 暗示着Elasticsearch
1.x中使用fielddata，这很糟糕。您确实提到了doc值，这是一个有希望的开端，它表明使用Elasticsearch 2.x，但这可能只是术语。

如果您只是从Elasticsearch开始，那么我强烈建议从最新版本开始。