在ElasticSearch中返回部分嵌套的文档

Question

我想搜索一组嵌套文档，然后仅返回那些符合特定条件的文档。

映射示例为：

{"book":
    {"properties":
        {
         "title":{"type":"string"},
         "chapters":{
                     "type":"nested",
                     "properties":{"title":{"type":"string"},
                                   "length":{"type":"long"}}
                                  }
                     }
          }
     }
}

所以，说我想寻找标题为“结尾”的章节。并不是所有的书有这样的章节，但如果我使用嵌套查询我会得到，因此，在一本书，所有章节都有这样的一章。虽然我只感兴趣的标题是章节本身。

我主要关注I / O和网络流量，因为可能会有很多章节。

另外，有没有一种方法可以只检索嵌套文档，而无需包含文档？

Answer 1

我偶然发现了一个很老的问题，因此我将展示两种不同的处理方式。

让我们先准备索引和一些测试数据：

PUT /bookindex
{
  "mappings": {
    "book": {
      "properties": {
        "title": {
          "type": "string"
        },
        "chapters": {
          "type": "nested",
          "properties": {
            "title": {
              "type": "string"
            },
            "length": {
              "type": "long"
            }
          }
        }
      }
    }
  }
}

PUT /bookindex/book/1
{
  "title": "My first book ever",
  "chapters": [
    {
      "title": "epilogue",
      "length": 1230
    },
    {
      "title": "intro",
      "length": 200
    }
  ]
}

PUT /bookindex/book/2
{
  "title": "Book of life",
  "chapters": [
    {
      "title": "epilogue",
      "length": 17
    },
    {
      "title": "toc",
      "length": 42
    }
  ]
}

现在我们已经在Elasticsearch中获得了这些数据，我们可以使用来仅检索相关的匹配inner_hits。这种方法非常简单，但是我更喜欢最后概述的方法。

# Inner hits query
POST /bookindex/book/_search
{
  "_source": false,
  "query": {
    "nested": {
      "path": "chapters",
      "query": {
        "match": {
          "chapters.title": "epilogue"
        }
      },
      "inner_hits": {}
    }
  }
}

该inner_hits嵌套查询返回的文件，其中每个命中包含inner_hits所有匹配的文件，包括计分信息的对象。您可以看到响应。

对于此类查询，我的首选方法是使用嵌套聚合和包含子聚合的已过滤top_hits子聚合。查询看起来像：

# Nested and filter aggregation
POST /bookindex/book/_search
{
  "size": 0,
  "aggs": {
    "nested": {
      "nested": {
        "path": "chapters"
      },
      "aggs": {
        "filter": {
          "filter": {
            "match": { "chapters.title": "epilogue" }
          },
          "aggs": {
            "t": {
              "top_hits": {
                "size": 100
              }
            }
          }
        }
      }
    }
  }
}

该top_hits子聚集是一个做嵌套的文件和支持的实际检索from和size等特性。从文档中：

如果top_hits聚合器包装在nested或reverse_nested 聚合器中，则将返回嵌套的匹配。从某种意义上说，嵌套命中是隐藏的迷你文档，它们是常规文档的一部分，在映射中已配置了嵌套字段类型。如果top_hits 聚合器包装在聚合器nested或reverse_nested聚合器中，则它可以取消隐藏这些文档。在嵌套类型映射中阅读有关嵌套的更多信息。

Elasticsearch（IMO）的响应更漂亮（并且似乎返回得更快（尽管这不是科学观察））并且解析起来“更容易”。