如何在 elasticsearch 中找到包含某个字段中的数字的所有文档？答案

【问题标题】：How can I find all documents in elasticsearch that contain a number in a certain field?如何在 elasticsearch 中找到包含某个字段中的数字的所有文档？
【发布时间】：2019-05-08 21:43:41
【问题描述】：

我有一个keyword 类型的字段，可以包含数字或字符串。如果该字段不包含任何字母，我想点击该文档。我该怎么做？

我的索引映射如下：

{
  "mappings": {
    "Entry": {
      "properties": {
        "testField": {
          "type": "keyword"
        }
      }
    }
  }
}

我的文档如下所示：

{
  "testField":"123abc"
}

或

{
  "testField": "456789"
}

我试过查询：

{
  "query": {
    "range": {
      "gte": 0,
      "lte": 2000000
    }
  }
}

但它仍然命中123abc。我该如何设计，以便我只点击该特定字段中带有数字的文档？

【问题讨论】：

标签： elasticsearch elasticsearch-query elasticsearch-mapping

【解决方案1】：

还有另一个更理想的选择可以准确地实现您想要的。您可以利用 ingest API pipelines 并使用 script processor 在索引时创建另一个数字字段，然后在搜索时更有效地使用。

下面的摄取管道包含一个 script 处理器，它将创建另一个名为 numField 的字段，该字段仅包含数值。

POST _ingest/pipeline/_simulate
{
  "pipeline": {
    "processors": [
      {
        "script": {
          "source": """
          ctx.numField = /\D/.matcher(ctx.testField).replaceAll("");
          """
        }
      }
    ]
  },
  "docs": [
    {
      "_source": {
        "testField": "123"
      }
    },
    {
      "_source": {
        "testField": "abc123"
      }
    },
    {
      "_source": {
        "testField": "123abc"
      }
    },
    {
      "_source": {
        "testField": "abc"
      }
    }
  ]
}

用 4 个混合了字母数字内容的不同文档模拟此管道，将产生以下结果：

{
  "docs" : [
    {
      "doc" : {
        "_index" : "_index",
        "_type" : "_type",
        "_id" : "_id",
        "_source" : {
          "numField" : "123",
          "testField" : "123"
        },
        "_ingest" : {
          "timestamp" : "2019-05-09T04:14:51.448Z"
        }
      }
    },
    {
      "doc" : {
        "_index" : "_index",
        "_type" : "_type",
        "_id" : "_id",
        "_source" : {
          "numField" : "123",
          "testField" : "abc123"
        },
        "_ingest" : {
          "timestamp" : "2019-05-09T04:14:51.448Z"
        }
      }
    },
    {
      "doc" : {
        "_index" : "_index",
        "_type" : "_type",
        "_id" : "_id",
        "_source" : {
          "numField" : "123",
          "testField" : "123abc"
        },
        "_ingest" : {
          "timestamp" : "2019-05-09T04:14:51.448Z"
        }
      }
    },
    {
      "doc" : {
        "_index" : "_index",
        "_type" : "_type",
        "_id" : "_id",
        "_source" : {
          "numField" : "",
          "testField" : "abc"
        },
        "_ingest" : {
          "timestamp" : "2019-05-09T04:14:51.448Z"
        }
      }
    }
  ]
}

索引您的文档using this pipeline 后，您可以在numField 而不是testField 上运行范围查询。与其他解决方案相比（抱歉@Kamal），它将脚本负担转移到在索引时每个文档只运行一次，而不是在搜索时每次在每个文档上运行。

{
  "query": {
    "range": {
      "numField": {
        "gte": 0,
        "lte": 2000000
      }
    }
  }
}

【讨论】：

【解决方案2】：

Afaik，Elasticsearch 对此没有直接的解决方案。

相反，您需要写一个Script Query。以下是您要查找的内容：

POST <your_index_name>/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "script": {
            "script": {
              "lang": "painless", 
              "source": """
                  try{           
                    String temp = doc['testField'].value;
                    int a = Integer.parseInt(temp);
                    if(a instanceof Integer)
                      return true;
                  }catch(NumberFormatException e){
                    return false;
                  }
              """
            }
          }
        }
      ]
    }
  }
}

希望对你有帮助！

【讨论】：