如何在 Elasticsearch 中索引对象列表？答案

【问题标题】：How to index list of object in Elasticsearch?如何在 Elasticsearch 中索引对象列表？
【发布时间】：2020-01-09 00:26:38
【问题描述】：

我提取到 ElasticSearch 中的文档格式如下所示：

{
   'id':'514d4e9f-09e7-4f13-b6c9-a0aa9b4f37a0'
   'created':'2019-09-06 06:09:33.044433',
   'meta':{
      'userTags':[
         {
            'intensity':'1',
            'sentiment':'0.84',
            'keyword':'train'
         },
         {
            'intensity':'1',
            'sentiment':'-0.76',
            'keyword':'amtrak'
         }
      ]
   }
}

...用 python 摄取：

r = requests.put(itemUrl, auth = authObj, json = document, headers = headers)

这里的想法是，ElasticSearch 会将keyword、intensity 和sentiment 视为以后可以查询的字段。但是，在 ElasticSearch 方面，我可以观察到这并没有发生（我使用 Kibana 搜索 UI）——相反，我看到字段“meta.userTags”的值是整个对象列表。

如何在列表中创建 ElasticSearch 索引元素？

【问题讨论】：

标签： python elasticsearch

【解决方案1】：

我使用您提供的文档正文创建了一个新索引“testind”并使用 Postman REST 客户端键入“testTyp”。：

POST http://localhost:9200/testind/testTyp
{
   "id":"514d4e9f-09e7-4f13-b6c9-a0aa9b4f37a0",
   "created":"2019-09-06 06:09:33.044433",
   "meta":{
      "userTags":[
         {
            "intensity":"1",
            "sentiment":"0.84",
            "keyword":"train"
         },
         {
            "intensity":"1",
            "sentiment":"-0.76",
            "keyword":"amtrak"
         }
      ]
   }
}

当我查询索引的映射时，这就是我得到的：

GET http://localhost:9200/testind/testTyp/_mapping
{  
  "testind":{  
    "mappings":{  
      "testTyp":{  
        "properties":{  
          "created":{  
            "type":"text",
            "fields":{  
             "keyword":{  
                "type":"keyword",
                "ignore_above":256
              }
            }
          },
          "id":{  
            "type":"text",
            "fields":{  
              "keyword":{  
                "type":"keyword",
                "ignore_above":256
              }
            }
          },
          "meta":{  
            "properties":{  
              "userTags":{  
                "properties":{  
                  "intensity":{  
                    "type":"text",
                    "fields":{  
                      "keyword":{  
                        "type":"keyword",
                        "ignore_above":256
                      }
                    }
                  },
                  "keyword":{  
                    "type":"text",
                    "fields":{  
                      "keyword":{  
                        "type":"keyword",
                        "ignore_above":256
                      }
                    }
                  },
                  "sentiment":{  
                    "type":"text",
                    "fields":{  
                      "keyword":{  
                        "type":"keyword",
                        "ignore_above":256
                      }
                    }
                  }
                }
              }
            }
          }
        }
      }
    }
  }
}

正如您在映射中看到的那样，字段是映射的一部分，将来可以根据需要查询，所以只要字段名称不是其中之一，我就不会在这里看到问题 - @987654321 @（您可能希望避免使用术语“关键字”，因为稍后在编写搜索查询时可能会造成混淆，因为字段名和类型都相同 - '关键字'）。另外，请注意一件事，映射是通过 Elasticsearch 中的动态映射 (https://www.elastic.co/guide/en/elasticsearch/reference/6.3/dynamic-field-mapping.html#dynamic-field-mapping) 创建的，因此数据类型由 elasticsearch 根据您提供的值确定。但是，这可能并不总是准确的，因此要防止这种情况发生您可以使用 PUT _mapping API 为索引定义自己的映射，然后防止将类型中的新字段添加到映射中。

【讨论】：

【解决方案2】：

您不需要特殊的映射来索引列表 - 每个字段都可以包含一个或多个相同类型的值。见array datatype。

在对象列表的情况下，它们可以被索引为object 或nested 数据类型。默认弹性使用object 数据类型。在这种情况下，您可以查询meta.userTags.keyword 或/和meta.userTags.sentiment。结果将始终包含具有独立匹配的值的整个文档，即。搜索 keyword=train 和 sentiment=-0.76 你会找到带有 id=514d4e9f-09e7-4f13-b6c9-a0aa9b4f37a0 的文档。

如果这不是您想要的，您需要为字段userTags 定义nested 数据类型映射并使用nested query。

【讨论】：