Elasticsearch 中的组合非嵌套和嵌套查询

Question

我想使用 ES 进行图书搜索。所以我决定将作者姓名和标题（作为嵌套文档）放入索引中，如下所示：

curl -XPUT localhost:9200/library/search_books/1 -d'{
  "author": "one",
  "books": [
    {
      "title": "two",
    },
    {
      "title": "three",
    }
  ]
}'

我没有得到的是： 如何构建搜索查询结构，以在搜索“一二”时仅找到书二，在搜索“二三”时一无所获，在搜索“一”时查找所有书？

Answer 1

也许是这样的？

{
  "query":{
    "bool":{
      "must":[
        {
          "term":{
            "author":"one"
          }
        },
        {
          "nested":{
            "path":"books",
            "query":{
              "term":{
                "books.title":"two"
              }
            }
          }
        }
      ]
    }
  }
}

该查询基本上表示文档必须具有author: one 和books.title: two。您可以轻松地重新配置该查询。例如，如果您只想搜索作者，请删除嵌套部分。如果您想要不同的书，请更改嵌套等。

这假设您使用的是实际的Nested documents，而不是内部对象。对于内部对象，您可以只使用完全限定的路径，而无需特殊的嵌套查询。

Edit1：您也许可以通过在索引时进行巧妙的提升来完成此操作，尽管这只是一个近似解决方案。如果“作者”被大幅提升，它的排序将高于仅与标题匹配，即使标题与查询的两个部分都匹配。然后，您可以使用 min_score 截止值来阻止显示。

它只是一个松散的近似值，因为有些可能会通过。它还可能对“正确”匹配之间的一般排序产生奇怪的影响。

Edit2：使用 query_string 更新以公开“单一输入”选项：

{
  "query":{
    "query_string" : {
      "query" : "+author:one +books.title:two"
    }
  }
}

假设您使用的是默认的“内部对象”。如果你有真正的嵌套类型，query_string 会变得非常复杂：

{
  "query":{
    "query_string" : {
      "query" : "+author:one +BlockJoinQuery (filtered(books.title:two)->cache(_type:__books))"
    }
  }
}

巨大的免责声明我没有测试这两个 query_strings 中的任何一个，所以它们可能并不完全正确。但它们表明 Lucene 语法并不过分友好。

---

Edit3 - 这是我最好的主意：

经过考虑，您最好的解决方案可能是索引一个连接作者和书名的特殊字段。像这样的：

{
  "author": "one",
  "books": [
    {
      "title": "two",
    },
    {
      "title": "three",
    }
  ],
  "author_book": [ "one two", "one three" ]
}

然后在搜索时，您可以在 author_book 上进行精确的 Term 匹配：

{
  "query" : {
    "term" : {
      "author_book" : "one two"
    }
  }
}

Answer 2

我在这篇文章中找到了答案：Fun With Elasticsearch's Children and Nested Documents。嵌套文档是关键。映射：

{
  "book":{
    "properties": {
      "tags": { "type": "multi_field",
        "fields": {
            "tags": { "type": "string", "store":"yes", "index": "analyzed" },
            "facet": { "type": "string", "store":"yes", "index": "not_analyzed" }
        }
      },
      "editions": { "type": "nested", 
        "properties": {
          "title_author": { "type": "string", "store": "yes", "index": "analyzed" },
          "title": { "type": "string", "store": "yes", "index": "analyzed" }
        }
      }
    }
  }
}

文件：

"tags": ["novel", "crime"],
  "editions": [
    {
      "title": "two",
      "title_author": "two one"
    },
    {
      "title": "three",
      "title_author": "three one"
    }
  ]

现在我可以像这样搜索：

{

  "query": {
    "bool": {
      "should": [
        {
          "nested": {
            "path": "editions",
            "query": {
              "match": {
                "editions.title_author": {
                  "query": "one two",
                  "operator": "and"
                }
              }
            }
          }
        }
      ]
    }
  }
}

如果搜索“二三”，我将找不到匹配项。我会得到一个“一二”或“一三”。在 1.1.0 版中，将有另一个带有 multi_match 查询和选项 cross_fields 的选项，允许不重复标题，只将作者姓名添加到每个嵌套文档中。这将使索引更小。