ElasticSearch：根据字段长度过滤文档？答案

【问题标题】：ElasticSearch:filtering documents based on field length?ElasticSearch：根据字段长度过滤文档？
【发布时间】：2013-07-28 17:29:13
【问题描述】：

有没有办法根据特定字段的长度过滤 ElasticSearch 文档？

例如，我有一堆带有“body”字段的文档，我只想返回body中字符数> 1000的结果。有没有办法在ES中做到这一点而无需添加索引中包含长度的额外列？

【问题讨论】：

标签： lucene elasticsearch

【解决方案1】：

使用脚本过滤器，像这样：

"filtered" : {
    "query" : {
        ...
    }, 
    "filter" : {
        "script" : {
            "script" : "doc['body'].length > 1000"
        }
    }
}

编辑抱歉，本意是引用the query DSL guide on script filters

【讨论】：

documentation for Elasticsearch 2.1 没有提到 .length 字段，这仍然有效吗？
大概，如果您明确启用脚本支持，这仍然有效（我相信在 v1.4 中默认禁用脚本）。现在使用的是 Groovy 脚本而不是 MVEL，因此您可能需要检查一下。
stackoverflow.com/questions/23023233/… 提到您可以使用 "script" : "doc['body'].value.length()" 在 1.7.5 上为我工作
我认为链接不好

【解决方案2】：

您还可以创建自定义标记器并在多字段属性中使用它，如下所示：

PUT test_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "character_analyzer": {
          "type": "custom",
          "tokenizer": "character_tokenizer"
        }
      },
      "tokenizer": {
        "character_tokenizer": {
          "type": "nGram",
          "min_gram": 1,
          "max_gram": 1
        }
      }
    }
  }, 
  "mappings": {
    "person": {
      "properties": {
        "name": { 
          "type": "text",
          "fields": {
            "keyword": { 
              "type": "keyword"
            },
            "words_count": { 
              "type": "token_count",
              "analyzer": "standard"
            },
            "length": { 
              "type": "token_count",
              "analyzer": "character_analyzer"
            }
          }
        }
      }
    }
  }
}

PUT test_index/person/1
{
  "name": "John Smith"
}

PUT test_index/person/2
{
  "name": "Rachel Alice Williams"
}

GET test_index/person/_search
{
  "query": {
    "term": {
      "name.length": 10
    }
  }
}

【讨论】：