elasticsearch-将嵌套字段与文档中的另一个字段进行比较

Question

我需要比较同一文档中的2个字段，实际值无关紧要。考虑以下文档：

_source: {
    id: 123,
    primary_content_type_id: 12,
    content: [
        {
            id: 4,
            content_type_id: 1
            assigned: true
        },
        {
            id: 5,
            content_type_id: 12,
            assigned: false
        }
    ]
}

我需要找到所有未分配主要内容的文档。我无法找到一种方法来比较primary_content_type_id和嵌套的content.content_type_id以确保它们是相同的值。这是我使用脚本尝试过的。我认为我不了解脚本，但这可能是解决此问题的一种方式：

{
    "filter": {
        "nested": {
            "path": "content",
            "filter": {
                "bool": {
                    "must": [
                        {
                            "term": {
                                "content.assigned": false
                            }
                        },
                        {
                            "script": {
                                "script": "primary_content_type_id==content.content_type_id"
                            }
                        }
                    ]
                }
            }
        }
    }
}

请注意，如果我删除过滤器的脚本部分，并用另一个术语过滤器替换为，并在过滤器的脚本部分content_type_id = 12添加了另一个过滤器，则会很好地工作primary_content_id = 12。问题在于，我将不知道（或对我的用例来说也无关紧要）primary_content_type_idor
的值是什么content.content_type_id。只不过与content_type_id匹配的内容所分配的false无关紧要primary_content_type_id。

Elasticsearch是否可以进行此检查？

Answer 1

对于嵌套搜索，您要搜索没有父对象的嵌套对象。不幸的是，没有可以与nested对象一起应用的隐藏联接。

至少在当前，这意味着您不会在脚本中同时收到“父”文档和嵌套文档。您可以通过以下两种方式替换脚本并测试结果来确认这一点：

# Parent Document does not exist
"script": {
  "script": "doc['primary_content_type_id'].value == 12"
}

# Nested Document should exist
"script": {
  "script": "doc['content.content_type_id'].value == 12"
}

您 可以
通过在objects上循环来以低于性能的方式执行此操作（而不是天生就让ES使用来为您执行此操作nested）。这意味着您必须将文档和nested文档重新索引为单个文档才能正常工作。考虑到您尝试使用它的方式，这可能并没有太大不同，甚至可能会表现得更好（特别是在缺少替代方法的情况下）。

# This assumes that your default scripting language is Groovy (default in 1.4)
# Note1: "find" will loop across all of the values, but it will
#  appropriately short circuit if it finds any!
# Note2: It would be preferable to use doc throughout, but since we need the
#  arrays (plural!) to be in the _same_ order, then we need to parse the
#  _source. This inherently means that you must _store_ the _source, which
#  is the default. Parsing the _source only happens on the first touch.
"script": {
  "script": "_source.content.find { it.content_type_id == _source.primary_content_type_id && ! it.assigned } != null",
  "_cache" : true
}

我缓存的结果，因为没有动态发生在这里（例如，不比较日期now为实例），所以它是很安全的高速缓存，从而使未来的查找 多
快。默认情况下，大多数过滤器都是缓存的，但是脚本是少数例外之一。

由于 必须 比较两个值以确保找到正确的内部对象，因此您正在重复 一些
工作，但这实际上是不可避免的。拥有term过滤器最有可能胜过没有过滤器的情况。