Elasticsearch：如何获取字符串字段的长度（分析前）？答案

【问题标题】：Elasticsearch: How to get the length of a string field(before analysis)?Elasticsearch：如何获取字符串字段的长度（分析前）？
【发布时间】：2016-02-11 07:12:21
【问题描述】：

我的索引有一个包含可变长度随机 id 的字符串字段。显然不应该分析。但是我对elasticsearch知之甚少，尤其是在创建索引时。今天尝试了很多根据id的长度过滤文档，终于得到了这个groovy脚本：

doc['myfield'].values.size()

或

doc['myfield'].value.size()

两者都返回神秘数字，我认为这是因为该字段已被分析。如果真的是这样，有没有什么办法可以得到原始长度或者解决问题，而不需要重建整个索引？

【问题讨论】：

标签： search elasticsearch full-text-search analysis

【解决方案1】：

使用_source 代替doc。那是使用文档的来源，即初始索引文本：

_source['myfield'].value.size()

如果可能，尝试将文档重新索引到：

在该字段的not-analyzed 版本上使用doc[field]
更好的是，在为文档编制索引之前找出字段的大小，并考虑将其大小作为常规字段添加到文档本身中

【讨论】：

当然会@vineeth-mohan。 ES 中的 scripts 也是如此。但是脚本有它们的位置，可以克服事先没有经过深思熟虑的集群数据设计。而且，理想情况下，该大小应该与作为常规字段的文档同时被索引，以克服性能损失。
我刚刚尝试了 _source['myfield'].value，它显示“无法在空对象上获取属性 'value'”。不知道为什么 _source['myfield'] 为空。
那你的字段好像没有存储。
@AndreiStefan - doc['myfield'] 从主内存中获取数据，并且比 _source['myfield'] 快得多。
这对我不起作用。我使用 ES 1.7，只需将 doc['text'].value.length() > 200 更改为 _source['text'].value.length() > 200 我得到一个 GroovyRuntimeException 告诉我 GroovyScriptExecutionException[MissingMethodException[No signature of method: [C.length() is applicable for argument types: () values: []

【解决方案2】：

Elasticsearch 将字符串作为标记化存储在我们可以访问脚本的数据结构（字段数据缓存）中。

所以假设你的字段不是 not_analyzed ， doc['field'].values 看起来像这样

"In america" => [ "in" , "america" ]

因此你从 doc['field'].values 得到的是一个数组而不是一个字符串。

现在，即使您只有一个标记或字段为 not_analyzed，故事也不会改变。

"america" => [ "america" ]

现在要查看第一个令牌的大小，可以使用以下请求

{
  "script_fields": {
    "test1": {
      "script": "doc['field'].values[0].size()"
    }
  }
}

【讨论】：