在Elasticsearch中按数组元素匹配

Question

我必须在Elasticsearch中构造一个非常重要的查询（现在看来是这样）。假设我有两个实体，每个实体都有一个数组元素，由字符串组成：

1). ['A', 'B']
2). ['A', 'C']
3). ['A', 'E']
4). ['A']

数组元素的映射如下（使用动态模板）：

{
  "my_array_of_strings": {
    "path_match": "stringArray*",
    "mapping": {
      "type": "string",
      "index": "not_analyzed"
    }
  }
}

实体的Json表示如下：

{
  "stringArray": [
    "A",
    "B"
  ]
}

然后我有了用户输入：['A'，'B'，'C']。

我想要实现的是找到只包含输入中指定元素的实体——预期结果是：[A'、[B']、[A'、[C']、[A']，但不是['A'、[E']（因为用户输入中不存在“E”）。

这个场景可以用Elasticsearch实现吗？

更新：除了使用脚本的解决方案之外——脚本应该可以很好地工作，但很可能会在有许多记录匹配的情况下大大降低查询速度——我还设计了另一个脚本。下面，我将尝试解释它的主要思想，而不是代码实现。

我没有提到的一个重要条件（这可能会给其他用户提供有价值的提示）是数组由枚举元素组成，即数组中此类元素的数量有限。这允许将此类数组展平为实体的单独字段。

假设有5个可能的值：“A”、“B”、“C”、“D”、“E”。这些值中的每一个都是一个布尔字段——如果它为空（即数组版本将包含此元素）则为true，否则为false。然后每个实体都可以重写如下：

1).
A = true
B = true
C = false
D = false
E = false

2).
A = true
B = false
C = true
D = false
E = false

3).
A = true
B = false
C = false
D = false
E = true

4).
A = true
B = false
C = false
D = false
E = false

当用户输入['A'，'B'，'C']时，我需要做的就是：A）取所有可能的值（['A'，'B'，'C'，'D'，'E']），并从中减去用户输入-

这将如预期的那样给出记录1、2和4。我仍在试验这种方法的代码实现，但到目前为止，它看起来很有希望。它还需要测试，但我认为这可能比在查询中使用脚本执行得更快，对资源的要求也更低。

为了进一步优化这一点，可能根本不提供“false”字段，并将之前的查询修改为“D=不存在和E=不存在”-结果应该是相同的。

Answer 1

在同样的情况下，我做了以下步骤：

首先，我删除了索引，用sense plugin重新定义analyzer/settings。

DELETE my_index

然后我为my_index定义了自定义分析器

PUT my_index
{
  "index" : {
    "analysis" : {
        "tokenizer" : {
            "comma" : {
                "type" : "pattern",
                "pattern" : ","
            }
        },
        "analyzer" : {
            "comma" : {
                "type" : "custom",
                "tokenizer" : "comma"
            }
        }
    }
  }
}

然后，我在代码中定义了映射属性，但您也可以使用sense来实现这一点。他们两个都一样。

PUT /my_index/_mapping/my_type
{
        "properties" : {
            "conduct_days" : {
                "type" : "string",
                "analyzer" : "comma"
            }
        }
}

然后进行以下测试步骤：

PUT /my_index/my_type/1
{
    "coduct_days" : "1,2,3"
}

PUT /my_index/my_type/2
{
    "conduct_days" : "3,4"
}

PUT /my_index/my_type/3
{
    "conduct_days" : "1,6"
}

GET /my_index/_search
{
    "query": {"match_all": {}}
}

GET /my_index/_search
{
    "filter": {
       "or" : [
          { 
            "term": {
               "coduct_days": "6"
            }
          },
          {
            "term": {
               "coduct_days": "3"
            }
          }
       ]
    }
}

Answer 2

您可以通过脚本实现这一点，这就是它的外观

{
  "query": {
    "filtered": {
      "filter": {
        "bool": {
          "must": [
            {
              "terms": {
                "name": [
                  "A",
                  "B",
                  "C"
                ]
              }
            },
            {
              "script": {
                "script": "if(user_input.containsAll(doc['name'].values)){return true;}",
                "params": {
                  "user_input": [
                    "A",
                    "B",
                    "C"
                  ]
                }
              }
            }
          ]
        }
      }
    }
  }
}

这个groovy脚本正在检查列表是否包含除['A'，B'，C']之外的任何内容，如果包含，则返回false，因此它不会返回['A'，E']。它只是检查子列表是否匹配。这个脚本可能需要几秒钟。您需要启用动态脚本，而且ES 2的语法可能不同。x，如果不起作用，请告诉我。

编辑1

我只把这两个条件都放在过滤器中。首先只返回包含A、B或C的文档，然后脚本只应用于这些文档，所以这将比前一个更快。更多关于过滤器排序的信息

希望这有帮助！！