Python 中的弹性搜索。如何从搜索中获取关闭整数

Question

我在大型索引数据库上使用弹性搜索。其中一个查询需要找到一个整数值和一个字符串，例如：

s = Search(using=es, index="index1").extra(size=500) \
                        .query("match_phrase", name={"query": "john".casefold()})\
                        .query("match", age="46")

这将搜索包含“John white”和“46”的数据记录。但是，如果年龄不正确，我想获得一条包含“John white”和最接近“46”的年龄的记录（假设我有这些记录，否则它不会返回任何内容）。

然而，上面的查询只返回年龄正好“46”的记录。

类似的问题已经存在于 SO：how to find the nearest / closest number using Query DSL in elasticsearch

但我不确定如何将 JSON 合并到我的查询中，因为我使用的是特定的 python 模块。

一个典型的例子是我可以在字符串上使用模糊性。但我认为在弹性搜索中不可能以同样的方式对整数进行模糊处理。

Answer 1

我建议使用基于脚本的排序来完成此操作，如下所述： https://www.elastic.co/guide/en/elasticsearch/reference/current/search-request-sort.html#_script_based_sorting

假设您只匹配名字 - 如果您想完全匹配名称，我建议使用基于过滤器的匹配。我在索引中使用了三个不同的“用户”，定义如下：

POST index1/_doc
{
  "name": "John White",
  "age": 46
}

POST index1/_doc
{
  "name": "John White",
  "age": 40
}

POST index1/_doc
{
  "name": "John Black",
  "age": 47
}

我发现使用 Kibana 的开发工具进行测试，然后将其转换为 Python Elasticsearch DSL 兼容格式更容易编写像这样更复杂的东西 - 所以在 Kibana 中，我最终想出了以下内容：

GET index1/_search
{
  "query": {
    "match_phrase": {
      "name": {
        "query": "john"
      }
    }
  },
  "sort": {
    "_script": {
      "type": "number",
      "script": {
        "lang": "painless",
        "source": "Math.abs(doc['age'].value - params.target_age)",
        "params": {
          "target_age": 46
        }
      },
      "order": "asc"
    }
  }
}

注意，使用差异的绝对值将为您提供任一方向上最接近的值（即年轻或年长）。如果您的要求不同，可能需要进行一些调整。只需根据查询的变化调整参数以适应不同的目标年龄。

一旦经过测试和验证，转换为 Python Elasticsearch DSL 就很容易了 - 您可以使用“自动缩进”功能来降低 sort 的复杂性并将其直接放入您现有的语句中。

s = Search(using=es, index="index1").extra(size=500) \
    .query("match_phrase", name={"query": "john".casefold()}) \
    .sort({"_script":{"type":"number","script":{"lang":"painless","source": \
    "Math.abs(doc['age'].value - params.target_age)", \
    "params":{"target_age":46}},"order":"asc"}})

执行此操作会返回预期的响应：

<Response: [<Hit(index1/_doc/VR3e7WkBsHIsqLp6vfx_): {'name': 'John White', 'age': 46}>, <Hit(index1/_doc/Vx3f7WkBsHIsqLp6DPxM): {'name': 'John Black', 'age': 47}>, <Hit(index1/_doc/Vh3e7WkBsHIsqLp6yfxd): {'name': 'John White', 'age': 40}>]>

但是，正如您所指出的，您想要 最接近 值，我建议将 size 参数更改为 1。