elasticsearch - 在 Elasticsearch 中按数组元素匹配

Question

我必须在 Elasticsearch 中构建一个非常重要的(现在看来)查询。假设我有几个实体，每个实体都有一个由字符串组成的数组元素:

1). ['A', 'B']
2). ['A', 'C']
3). ['A', 'E']
4). ['A']

数组元素的映射如下(使用动态模板):

{
  "my_array_of_strings": {
    "path_match": "stringArray*",
    "mapping": {
      "type": "string",
      "index": "not_analyzed"
    }
  }
}

实体的 Json 表示如下所示:

{
  "stringArray": [
    "A",
    "B"
  ]
}

然后我有用户输入: ['A', 'B', 'C'].

我想要实现的是找到仅包含输入中指定元素的实体 - 预期结果是:['A', 'B'], ['A', 'C'], ['A'] 但不是 ['A', 'E'](因为用户输入中不存在 'E')。

这个场景可以用Elasticsearch实现吗？

更新:除了使用脚本的解决方案——它应该工作得很好，但很可能会大大减慢查询速度，以防有许多匹配的记录——我还设计了另一个。下面我将尝试阐述它的主要思想，没有代码实现。

我没有提到的一个重要条件(这可能给了其他用户有值(value)的提示)是数组由枚举元素组成，即数组中此类元素的数量是有限的。这允许将此类数组展平为实体的单独字段。

假设有 5 个可能的值:'A'、'B'、'C'、'D'、'E'。这些值中的每一个都是一个 bool 字段 - 如果它为空(即数组版本将包含此元素)则为真，否则为假。然后每个实体都可以重写如下:

1).
A = true
B = true
C = false
D = false
E = false

2).
A = true
B = false
C = true
D = false
E = false

3).
A = true
B = false
C = false
D = false
E = true

4).
A = true
B = false
C = false
D = false
E = false

有了 ['A', 'B', 'C'] 的用户输入，我需要做的就是:a) 获取所有可能的值(['A'、'B'、'C'、'D'、'E'])并从中减去用户输入 -> 结果将是 ['D ', 'E'];b) 查找每个结果元素均为假的记录，即“D = false AND E = false”。

如预期的那样，这将给出记录 1、2 和 4。我仍在试验这种方法的代码实现，但到目前为止它看起来很有希望。它尚未经过测试，但我认为这可能比在查询中使用脚本执行得更快，并且对资源的需求更少。

为了进一步优化这一点，可能根本不提供将是“假”的字段，并将先前的查询修改为“D = 不存在且 E = 不存在”- 结果应该是一样。

Answer 1

您可以使用 scripting 实现此目的, 这是它的样子

{
  "query": {
    "filtered": {
      "filter": {
        "bool": {
          "must": [
            {
              "terms": {
                "name": [
                  "A",
                  "B",
                  "C"
                ]
              }
            },
            {
              "script": {
                "script": "if(user_input.containsAll(doc['name'].values)){return true;}",
                "params": {
                  "user_input": [
                    "A",
                    "B",
                    "C"
                  ]
                }
              }
            }
          ]
        }
      }
    }
  }
}

这个 groovy 脚本 正在检查列表是否包含除 ['A', 'B', 'C'] 之外的任何内容，如果包含则返回 false，所以它不会返回 ['A', 'E']。它只是检查 sublist 匹配。此脚本可能需要几秒钟。您需要启用动态脚本，ES 2.x 的语法也可能不同，如果它不起作用请告诉我。

编辑 1

我只将这两个条件放在 filter 中。首先仅返回那些具有 A、B 或 C 的文档，然后仅在这些文档上应用脚本，因此这会比前一个更快。更多关于 filter ordering

希望这对您有所帮助!