ElasticSearch - 过滤从嵌套查询返回的数据答案

【问题标题】：ElasticSearch - Filtering data returned from nested queryElasticSearch - 过滤从嵌套查询返回的数据
【发布时间】：2020-08-05 19:35:36
【问题描述】：

我有一组数据结构如下：

[
    {
        "productId": "ProductId1",
        "customerNumbers": [
            "customer": {
                "name": "Prod1Cust1",
                "totalOrders": 23
            },
            "customer": {
                "name": "Prod2Cust1",
                "totalOrders": 5
            },
            "customer": {
                "name": "Prod3Cust1",
                "totalOrders": 5
            }
        ]
    },
    {
        "productId": "ProductId2",
        "customerNumbers": [
            "customer": {
                "name": "Prod2Cust1",
                "totalOrders": 23
            },
            "customer": {
                "name": "Prod2Cust1",
                "totalOrders": 5
            }
        ]
    }
]

我需要在 name 字段中获取所有 prefix 为“Prod1”的记录（在示例中避免，只应返回第一条记录，即 ProductId1 ). 另外，当数据返回时，我只需要获取前缀为 Prod1 的客户编号，即：

正确的输出：

{
        "productId": "ProductId1",
        "customerNumbers": [
            "customer": {
                "name": "Prod1Cust1",
                "totalOrders": 23
            }
        ]
    }

代替：

{
        "productId": "ProductId1",
        "customerNumbers": [
            "customer": {
                "name": "Prod1Cust1",
                "totalOrders": 23
            },
            "customer": {
                "name": "Prod2Cust1",
                "totalOrders": 5
            },
            "customer": {
                "name": "Prod3Cust1",
                "totalOrders": 5
            }
        ]
    }

我可以使用嵌套查询和 MatchPhrasePrefixQuery 来获取 Name 前缀为“Prod1”的记录（这会返回包含所有客户编号的结果）。如何进一步过滤数据以获取 Name 前缀为“Prod1”的客户编号。

以下是我当前的查询：

{
    "from": 0,
    "size": 10,
    "sort": [
        {
            "name.keyword": {
                "missing": "_first",
                "order": "asc"
            }
        }
    ],
    "query": {
        "bool": {
            "must": [
                {
                    "bool": {
                        "must": [
                            {
                                "nested": {
                                    "query": {
                                        "bool": {
                                            "must": [
                                                {
                                                    "match": {
                                                        "customerNumbers.name": {
                                                            "query": "Prod1",
                                                            "type": "phrase_prefix"
                                                        }
                                                    }
                                                }
                                            ]
                                        }
                                    },
                                    "path": "customerNumbers"
                                }
                            }
                        ]
                    }
                }
            ]
        }
    }
}

P.S：我正在使用 ElasticSearch 5.x 和 Nest。

【问题讨论】：

标签： elasticsearch nest elasticsearch-query

【解决方案1】：

尝试使用inner_hits：

PUT products
{"mappings":{"_doc":{"properties":{"customerNumbers":{"type":"nested"}}}}}

POST products/_doc
{"productId":"ProductId1","customerNumbers":[{"name":"Prod1Cust1","totalOrders":23},{"name":"Prod2Cust1","totalOrders":5},{"name":"Prod3Cust1","totalOrders":5}]}

POST products/_doc
{"productId":"ProductId2","customerNumbers":[{"name":"Prod2Cust1","totalOrders":23},{"name":"Prod2Cust1","totalOrders":5}]}

GET products/_search
{
  "_source": "inner_hits", 
  "from": 0,
  "size": 10,
  "query": {
    "bool": {
      "must": [
        {
          "bool": {
            "must": [
              {
                "nested": {
                  "path": "customerNumbers",
                  "query": {
                    "bool": {
                      "must": [
                        {
                          "match_phrase_prefix": {
                            "customerNumbers.name": {
                              "query": "Prod1"
                            }
                          }
                        }
                      ]
                    }
                  },
                  "inner_hits": {}
                }

              }
            ]
          }
        }
      ]
    }
  }
}

产生以下点击量

[
  {
    "_index":"products",
    "_type":"_doc",
    "_id":"tyQGo3EBdiyDG0RsTa0N",
    "_score":0.9808292,
    "_source":{

    },
    "inner_hits":{
      "customerNumbers":{
        "hits":{
          "total":1,
          "max_score":0.9808292,
          "hits":[
            {
              "_index":"products",
              "_type":"_doc",
              "_id":"tyQGo3EBdiyDG0RsTa0N",
              "_nested":{
                "field":"customerNumbers",
                "offset":0
              },
              "_score":0.9808292,
              "_source":{
                "name":"Prod1Cust1",         <-----
                "totalOrders":23
              }
            }
          ]
        }
      }
    }
  }
]

【讨论】：

感谢@jzzfs 的回复。我确实按照您的描述实现了逻辑；我能够获取内部命中，但它只包含总结果的一个子集（我已将 inner_hits 的 Size 属性设置为最大值）。有什么想法，为什么？
这不是你想要的吗？来自大量不相关客户的单个客户？
是的，但是，在我正在执行的测试用例中，大约有 70 个客户满足前缀条件，但内部命中数约为 50。我不确定，为什么其他 20 条记录不属于内部热门。
你在内部点击中设置了什么限制？你的max value 是什么？
我正在使用 C#（NEST NuGet 包）并将限制设置为 Int32.MaxValue。