ElasticSearch仅返回文档的特定部分

问题描述

我有一个模仿以下结构的JSON文档。

{
"mydata": [
      {
        "Key1": "Hello","Key2": "this","Key3": "is","Key4": "line one","Key5": "of the file"
      },{
        "Key1": "Hello","Key4": "line two","Key5": "of the file"
      }]
}

我正在使用的索引本身没有任何特定的映射。我可以编写自由文本的Lucene查询，例如

mydata.Key4:"line one"

作为结果返回整个文档。但是，就我而言，我只想检索JSON对象的第一部分作为结果。有没有办法做到这一点？

{
        "Key1": "Hello","Key5": "of the file"
}

我发现我可以使用_source_includes并传递必需的键来检索特定字段，但是，我找不到在返回与查询匹配的JSON文档特定部分内的所有键的等效项。是因为文件如何被索引？有人可以在这里引导我吗？

编辑：

我删除了索引并更新了映射，如下所示

{
"mappings" : {
     
  "properties" : {
   "data" : {
    "type" : "nested"
   }
  }
 }
}

我重新索引了文档，快速浏览了ES文档并运行了以下嵌套查询。

{
"_source": false,"query": {
       "nested": {
          "path": "data","query": {
          "match": { 
               "data.Key4": "line one" 
          }
       },"inner_hits": {} 
  }
 }
}

但是，这还会返回索引中的所有文档，只是现在返回的结果在inner_hits下

{
    "took": 1,"timed_out": false,"_shards": {
        "total": 1,"successful": 1,"skipped": 0,"Failed": 0
    },"hits": {
        "total": {
            "value": 1,"relation": "eq"
        },"max_score": 0.52889514,"hits": [{
            "_index": "myindex","_type": "_doc","_id": "QAZJ-nMBi6fwNevjDQJy","_score": 0.52889514,"inner_hits": {
                "data": {
                    "hits": {
                        "total": {
                            "value": 2,"relation": "eq"
                        },"max_score": 0.87546873,"hits": [{
                            "_index": "myindex","_nested": {
                                "field": "data","offset": 0
                            },"_score": 0.87546873,"_source": {
                                "Key1": "Hello","Key5": "of the file"
                            }
                        },{
                            "_index": "myindex","offset": 1
                            },"_score": 0.18232156,"Key5": "of the file"
                            }
                        }]
                    }
                }
            }
        }]
    }
}

我在这里想念东西吗？

解决方法

由于您没有定义mapping，所以这是主要问题。当按照您提到的方式保存数据时，数据将被保存为text类型的单个属性。

执行搜索时，它将带走整个文档。但是，如果您为nested定义了mydata映射，则可以利用inner_hits仅检索匹配的文档。

编辑：

要使用的查询：

{
  "_source": false,"query": {
    "nested": {
      "path": "data","inner_hits": {        
      },"query": {
        "bool": {
          "must": [
            {
              "term": { //To look for exact match
                "data.Key4.keyword": "line one" //need to match line one not line two
              }
            }
          ]
        }
      }
    }
  }
}

使用匹配时会发生什么：

line one将被标记如下

{
    "tokens": [
        {
            "token": "line","start_offset": 0,"end_offset": 4,"type": "<ALPHANUM>","position": 0
        },{
            "token": "one","start_offset": 5,"end_offset": 8,"position": 1
        }
    ]
}

类似地，它创建两个令牌line，two。

因此，当您使用match时，它是全文搜索查询。它确实分析索引时间和搜索时间。因此，在搜索期间，将对line one进行分析，ES会查找line或one。 line two包含令牌line，因此它也是结果的一部分。

为避免这种情况，您必须避免进行分析。因此必须使用term queries。它寻找完全匹配。

elasticsearch lucene