elasticsearch - 使用其他搜索对弹性结果进行后处理(从Solr迁移)

Question

我目前正在将应用程序从Solr迁移到Elastic，并偶然发现了我无法在Elastic中重现的有趣的Solr功能:对Solr的查询返回了对结果进行质量检查的后处理标志，指示是否在结果字段。

q  = some_field:(the brown fox)
fl = some_field, full_match:exists(query({!edismax v='some_field:(the brown fox)' mm='100%'}))

Solr结果如下所示:

{
    "response": {
        "docs": [
            {
                "some_field": "The Brown Bear",
                "full_match": false
            },
            {
                "some_field": "The Quick Brown Fox",
                "full_match": true
            }
        ]
    }
}

客户端使用该标志进一步处理结果文档，而与分数无关(在示例中我省略了)。我发现这很聪明，因为使用了Solr的标记化和分布式计算功能，而不是在客户端中做任何事情。

现在，在Elastic中，我认为这应该在 script_fields块中完成，但实际上我不知道如何使用轻松的脚本执行子查询，经过两天的调查，我怀疑这是否完全可能:

{
    "query": {
        "match": {
            "some_field": "the brown fox"
        }
    },
    "_source": [
        "some_field"
    ],
    "script_fields": {
        "full_match": {
            "script": "???" <-- Search with Painless script?
        }
    }
}

欢迎任何创意。

Answer 1

如何将Elasticsearch的named queries与minimum_should_match参数结合使用并将其设置为100％以仅匹配所有 token 都匹配的文档？
然后，您将能够检测到响应中所有标记都匹配的查询。您还可以设置“boost”:0以避免影响主查询的分数。
这是一个示例请求:

{
    "query": {
        "bool": {
            "should": [
                {
                    "match": {
                        "message": {
                            "query": "the brown fox",
                            "_name": "main_query"
                        }
                    }
                },
                {
                    "match": {
                        "message": {
                            "query": "the brown fox",
                            "_name": "all_tokens_match",
                            "minimum_should_match": "100%",
                            "boost": 0
                        }
                    }
                }
            ]
        }
    }
}

然后，您将获得一个类似于以下内容的响应:

{
    "hits": [
        {
            "_score": 0.99938476,
            "_source": {
                "message": "The Quick Brown Fox"
            },
            "matched_queries": [
                "main_query",
                "all_tokens_match"
            ]
        },
        {
            "_score": 0.38727614,
            "_source": {
                "message": "The Brown Bear"
            },
            "matched_queries": [
                "main_query"
            ]
        }
    ]
}

然后，查询中所有 token 都匹配的文档将在响应的 matched_queries 部分包含 all_tokens_match 。