过滤数组包含任何给定值的项目答案

【问题标题】：Filter items which array contains any of given values过滤数组包含任何给定值的项目
【发布时间】：2015-03-16 02:25:31
【问题描述】：

我有一组类似的文档

{
    tags:['a','b','c']
    // ... a bunch properties
}

如标题所述：有没有办法使用 Nest 过滤包含任何给定标签的所有文档？

例如，上面的记录将匹配 ['c','d']

或者我应该手动构建多个“OR”吗？

【问题讨论】：

标签： elasticsearch nest

【解决方案1】：

弹性搜索 2.0.1：

还有terms query 可以为您节省一些工作。这里是来自文档的示例：

{
  "terms" : {
      "tags" : [ "blue", "pill" ],
      "minimum_should_match" : 1
  }
}

在引擎盖下它构造布尔值应该。所以它基本上和上面一样，但更短。

还有一个对应的terms filter。

所以总结一下您的查询可能如下所示：

{
  "filtered": {
    "query": {
      "match": { "title": "hello world" }
    },
    "filter": {
      "terms": {
        "tags": ["c", "d"]
      }
    }
  }
}

随着标签数量的增加，这可能会产生相当大的长度差异。

【讨论】：

我无法让它工作。你介意看看这里stackoverflow.com/questions/32252789/…
minimum_should_match 已弃用并将失败。
@AinTohvri 实际上在 elasticsearch 2.0.1 minimum_should_match 中仍然有效，官方文档并未将其标记为已弃用。
如果我不想要标签中的特定关键字，如何工作。假设我有 5 个关键字 a、b、c、d、e.. 我不想在标签中使用 c 关键字。查询会是什么？
有点取决于您使用的弹性搜索版本。但在大多数情况下，您只需要否定条件。例如，如果您在boolean 查询的mustNot 子句中使用完全相同的terms 条件，它将搜索所有没有任何标签的文档。

【解决方案2】：

编辑：下面的 bitset 内容可能很有趣，但答案本身有点过时。其中一些功能在 2.x 中发生了变化。此外，Slawek 在另一个答案中指出，terms 查询是在这种情况下干燥搜索的一种简单方法。最后针对当前的最佳实践进行了重构。 —nz

您可能需要 Bool Query（或者更可能是 Filter 旁边的另一个查询），并带有 should 子句。

bool 查询具有三个主要属性：must、should 和 must_not。其中每一个都接受另一个查询或查询数组。子句名称是不言自明的；在您的情况下，should 子句可以指定一个列表过滤器，与其中任何一个匹配将返回您要查找的文档。

来自文档：

在没有must 子句的布尔查询中，一个或多个should 子句必须与文档匹配。可以使用minimum_should_match 参数设置要匹配的应子句的最小数量。

以下是 Bool 查询单独显示的示例：

{
  "bool": {
    "should": [
      { "term": { "tag": "c" }},
      { "term": { "tag": "d" }}
    ]
  }
}

这是另一个 Bool 查询示例，作为更通用的Filtered Query 中的过滤器：

{
  "filtered": {
    "query": {
      "match": { "title": "hello world" }
    },
    "filter": {
      "bool": {
        "should": [
          { "term": { "tag": "c" }},
          { "term": { "tag": "d" }}
        ]
      }
    }
  }
}

您是使用 Bool 作为查询（例如，影响匹配分数）还是过滤器（例如，减少被评分或后过滤的命中）是主观的，这取决于您的要求。

通常最好使用 Bool 而不是 Or Filter，除非您有理由使用 And/Or/Not（这样的原因确实存在）。 Elasticsearch 博客提供了有关每种方法的不同实现的更多信息，以及在何时您可能更喜欢 Bool 而不是 And/Or/Not（反之亦然）的好例子。

Elasticsearch 博客：All About Elasticsearch Filter Bitsets

使用重构查询更新...

现在，除了所有之外，terms 查询是上述所有内容的 DRYer 版本。它在底层的查询类型方面做了正确的事情，它的行为与使用 minimum_should_match 选项的 bool + should 相同，总体而言更简洁一些。

这是最后一个查询的重构：

{
  "filtered": {
    "query": {
      "match": { "title": "hello world" }
    },
    "filter": {
      "terms": {
        "tag": [ "c", "d" ],
        "minimum_should_match": 1
      }
    }
  }
}

【讨论】：

minimum_should_match 现已弃用
minimum_should_match 不会解决问题，如果您还按另一个数组过滤，您需要正常的“或”行为。

【解决方案3】：

虽然这是一个老问题，但我最近自己遇到了这个问题，这里的一些答案现在已被弃用（正如 cmets 指出的那样）。因此，为了其他可能在这里偶然发现的人的利益：

term 查询可用于查找反向索引中指定的确切术语：

{
  "query": {
   "term" : { "tags" : "a" }
}

来自文档https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-term-query.html

或者，您可以使用terms 查询，它将匹配所有文档与给定数组中指定的任何项目：

{
  "query": {
   "terms" : { "tags" : ["a", "c"]}
}

https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-terms-query.html

需要注意的一个问题（这让我大吃一惊）——您如何定义文档也会产生影响。如果您要搜索的字段已被索引为 text 类型，则 Elasticsearch 将执行全文搜索（即使用 analyzed 字符串）。

如果您已将该字段索引为keyword，则使用“未分析”字符串执行关键字搜索。这可能会产生巨大的实际影响，因为已分析的字符串是经过预处理的（小写、标点符号删除等）请参阅 (https://www.elastic.co/guide/en/elasticsearch/guide/master/term-vs-full-text.html)

为避免这些问题，字符串字段已拆分为两种新类型：文本，应该用于全文搜索，以及关键字，应该用于关键字搜索。 (https://www.elastic.co/blog/strings-are-dead-long-live-strings)

【讨论】：

【解决方案4】：

对于那些在 2020 年关注此问题的人，您可能会注意到已接受的答案在 2020 年被弃用，但使用terms_set 和minimum_should_match_script 组合可以使用类似的方法。

详细答案请看SO线程here

【讨论】：

【解决方案5】：

你应该使用Terms Query

{
    "query" : {
        "terms" : {
            "tags" : ["c", "d"]
        }
    }
}

【讨论】：