用于从文档中获取准确结果的 ElasticSearch 查询答案

【问题标题】：ElasticSearch query for getting exact results from Documents用于从文档中获取准确结果的 ElasticSearch 查询
【发布时间】：2019-07-13 15:05:31
【问题描述】：

我有一个索引（名称：“index1”）指向 ElasticSearch 中的多个文档。

文档的格式（json）是 -

{
  "_index": "index1",
  "_type": "someType",
  "_id": "randomIDBlahBlah",
  "_source": {
    "version": "2018",
    "fields": [
      {
        "field": "A.B",
        "lineNumber": 1
      },
      {
        "field": "C.D",
        "lineNumber": 2
      },
      {
        "field": "A.E",
        "lineNumber": 3
      }]
  },
  "fields": {
    "created": [
      "2017-01-19T20:11:07.977Z"
    ]
  },
  "sort": [
    2324343
  ]
}

这是映射 -

{
  "index1": {
    "mappings": {
      "mapping": {
        "properties": {
          "branch": {
            "type": "text"
          },
          "created": {
            "type": "date"
          },
          "fields": {
            "type": "nested",
            "properties": {
              "field": {
                "type": "text"
              },
              "lineNumber": {
                "type": "integer"
              }
            }
          }
        }
      }
    }
  }
}

同样，该索引下有多个文档，格式相同，但字段数据不同。

现在，我正在尝试在特定字段（此处为 A.B）上执行下面提到的弹性搜索，它为我提供所有文档的所有结果，就好像它是对所有字段的搜索一样。

我只想查看特定字段的结果，而不是所有结果。

这是我的 ES 查询 -

POST index1/_search
{
 "query": {
   "bool": {
     "must": [
       {
         "bool": {
           "should": [
             {
               "nested": {
                 "path": "fields",
                 "query": {
                   "match_phrase": {
                     "fields.field": "A.B"
                   }
                 }
               }
             }
           ]
         }
       }
     ]
   }
 }
}

我在 ES 查询中哪里做错了？

【问题讨论】：

fields.field 的数据类型是什么？或者，如果您可以将index1 的映射添加到您的问题中，我会更容易理解。
fields.field 是字符串类型。我在问题中添加了 index1 的映射。

标签： elasticsearch

【解决方案1】：

如果你的字段不是类型keyword，那么你必须添加类型.keyword

这是由 ES 在 "type": "text" 字段上自动生成的

GET index1/_search
{
 "query": {
   "bool": {
     "must": [
       {
         "bool": {
           "should": [
             {
               "nested": {
                 "path": "fields",
                 "query": {
                   "match_phrase": {
                     "fields.field.keyword: "A.B"
                   }
                 }
               }
             }
           ]
         }
       }
     ]
   }
 }
}```

【讨论】：

您可以在您的问题中发布文档的映射

【解决方案2】：

您使用的查询将为您提供所需的结果。如果您不需要评分，则可以更好地编写如下：

{
  "query": {
    "bool": {
      "filter": [
        {
          "nested": {
            "path": "fields",
            "query": {
              "match": {
                "fields.field": "A.B"
              }
            },
            "inner_hits": {
               "size": 10
            }           
          }
        }
      ]
    }
  },
  "_source": {
     "excludes": [
        "fields"
     ]
  }
}

Inner hits 是您正在寻找的。当有匹配时，弹性返回完整的嵌套对象。如果你只想要匹配的嵌套对象，那么你必须使用inner_hits。

更新：如果除了内部点击之外不需要任何字段，则可以设置"_source":false。您也可以根据需要使用include 和exclude 到filter source

【讨论】：

添加inner_hits后，我仍然看到所有结果。但是，我看到最后的一小部分 inner_hits 具有我想要的确切 1 结果。现在，我怎样才能摆脱一开始出现的所有结果，而只保留最后一个结果？
更新了我的答案。
添加您的建议有效，但不是 100%。字段“C.D”多次出现（在我的情况下为 8 次）但文档中的 lineNumber 不同，这使得每个条目都是唯一的。但是，inner_hits 只显示了几次（在我的情况下 - 仅最后 3 次），而不是全部。我想在我的输出中查看所有出现的字段“C.D”。
此外，当“_source”未设置为 false 时，结果将为我提供“分支”和“创建”属性（请参阅问题中的文档映射）以及结果。但是，在设置 "_source": false 之后，所有这些信息都不再可用。除了“_source”之外，除了“_source”之外，我还想查看所有这些属性。有没有办法做到这一点？
默认情况下内部点击返回前 3 个文档。这可以由inner_hits 的size 参数控制。我在答案中添加了指向 inner_hits 文档的链接。有关更多信息，请参阅。