elasticsearch - 返回字段的标记

Question

如何在结果中返回特定字段的标记

例如,A GET请求

curl -XGET 'http://localhost:9200/twitter/tweet/1'

回报

{
    "_index" : "twitter",
    "_type" : "tweet",
    "_id" : "1", 
    "_source" : {
        "user" : "kimchy",
        "postDate" : "2009-11-15T14:12:12",
        "message" : "trying out Elastic Search"
    } 
}

我想在结果中包含'_source.message'字段的标记

Answer 1

还有另一种方法可以使用以下script_fields脚本:

curl 'http://localhost:9200/test-idx/_search?pretty=true' -d '{
    "query" : {
        "match_all" : { }
    },
    "script_fields": {
        "terms" : {
            "script": "doc[field].values",
            "params": {
                "field": "message"
            }
        }

    }
}'

重要的是要注意,虽然此脚本返回索引的实际术语,但它还会缓存所有字段值,而大型索引可以使用大量内存.因此,对于大型索引,从存储的字段或源中检索字段值并使用以下MVEL脚本在运行中再次重新分析它们可能更有用:

import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;
import java.io.StringReader;

// Cache analyzer for further use
cachedAnalyzer=(isdef cachedAnalyzer)?cachedAnalyzer:doc.mapperService().documentMapper(doc._type.value).mappers().indexAnalyzer();

terms=[];
// Get value from Fields Lookup
//val=_fields[field].values;

// Get value from Source Lookup
val=_source[field];

if(val != null) {
  tokenStream=cachedAnalyzer.tokenStream(field, new StringReader(val)); 
  CharTermAttribute termAttribute = tokenStream.addAttribute(CharTermAttribute); 
  while(tokenStream.incrementToken()) { 
    terms.add(termAttribute.toString())
  }; 
  tokenStream.close(); 
} 
terms

此MVEL脚本可以存储为config/scripts/analyze.mvel以下查询并与之一起使用:

curl 'http://localhost:9200/test-idx/_search?pretty=true' -d '{
    "query" : {
        "match_all" : { }
    },
    "script_fields": {
        "terms" : {
            "script": "analyze",
            "params": {
                "field": "message"
            }
        }

    }
}'

Answer 2

如果您指的是已编制索引的令牌,则可以在消息字段中创建术语构面.增加size值以获得更多条目,或设置0为获取所有条目.

Lucene提供了存储术语向量的能力,但到目前为止还没有办法使用elasticsearch访问它(据我所知).

你为什么需要那个？如果您只想检查索引的内容,可以查看analyze api.