过滤包含给定值的数组项

Question

过滤包含给定值的数组项

93

我有一组类似以下的文件：

{
    tags:['a','b','c']
    // ... a bunch properties
}

如标题所述：是否有一种方法可以使用Nest过滤包含任何给定标签的所有文档？

例如，上面的记录将匹配['c'，'d']

或者我应该手动构建多个“OR”吗？

- Olivier

5个回答

70

编辑：下面的bitset内容可能是一段有趣的阅读，但是答案本身有点过时。在2.x版本中，某些功能正在发生变化。此外，Slawek在另一个回答中指出，terms查询是在这种情况下DRY（不重复原则）搜索的简单方法。最佳实践已在最后进行了重构。—nz

您可能需要一个布尔查询（或更可能与另一个查询一起使用过滤器），其中包含一个should子句。

布尔查询具有三个主要属性：must、should和must_not。每个属性都接受另一个查询或查询数组。这些子句名称相当自解释；在您的情况下，should子句可以指定一个过滤器列表，其中任何一个匹配项将返回您要查找的文档。

来自文档的摘录：

在没有must子句的布尔查询中，一个或多个should子句必须匹配文档。可以使用minimum_should_match参数设置应匹配的最小子句数。

以下是该Bool查询在独立情况下的示例：

{
  "bool": {
    "should": [
      { "term": { "tag": "c" }},
      { "term": { "tag": "d" }}
    ]
  }
}

这里是布尔查询作为筛选器在更常见的过滤查询中的另一个示例：

{
  "filtered": {
    "query": {
      "match": { "title": "hello world" }
    },
    "filter": {
      "bool": {
        "should": [
          { "term": { "tag": "c" }},
          { "term": { "tag": "d" }}
        ]
      }
    }
  }
}

无论你将 Bool 用作查询（例如，影响匹配的得分），还是用作过滤器（例如，减少随后被评分或过滤的命中数）都是主观的，取决于你的需求。

通常情况下，与使用 Or 过滤器相比，最好使用 Bool，除非你有理由使用 And/Or/Not（确实存在这样的理由）。Elasticsearch 博客提供了有关每种实现方式的更多信息，并且给出了何时可能更喜欢 Bool 而不是 And/Or/Not 以及反之的好例子。

Elasticsearch 博客：All About Elasticsearch Filter Bitsets

更新为重新构造的查询...

现在，把所有那些东西都放到一边，terms 查询是以上所有内容的简化版。它在内部处理了正确的查询类型，使用 minimum_should_match 选项时与 bool + should 的行为相同，总体上更加简洁。

以下是稍微重构一下的最后一个查询：

{
  "filtered": {
    "query": {
      "match": { "title": "hello world" }
    },
    "filter": {
      "terms": {
        "tag": [ "c", "d" ],
        "minimum_should_match": 1
      }
    }
  }
}

- Nick Zadrozny

9

minimum_should_match 现已废弃。 - Josh Bedo

如果您需要常规的“或”行为，并且还通过另一个数组进行筛选，则“minimum_should_match”无法解决问题。 - Innokenty

24

虽然这是一个老问题，但最近我自己遇到了这个问题，这里的一些答案现在已经过时了（正如评论所指出的）。因此，为了让其他可能会遇到这个问题的人受益：

可以使用term查询来查找反向索引中指定的确切术语：

{
  "query": {
   "term" : { "tags" : "a" }
}

从文档https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-term-query.html中得知，你也可以使用terms查询，它将匹配给定数组中指定的任何项的所有文档：

{
  "query": {
   "terms" : { "tags" : ["a", "c"]}
}

https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-terms-query.html

要注意的一个问题（这也困扰了我）-文档的定义方式也会影响搜索结果。如果你搜索的字段已经被索引为text类型，则 Elasticsearch 将执行全文搜索（即使用分析过的字符串）。如果你将该字段索引为keyword，则将执行使用“非分析”字符串的关键字搜索。这可能会产生巨大的实际影响，因为分析过的字符串是经过预处理的（小写化、标点符号删除等）。请参见（https://www.elastic.co/guide/en/elasticsearch/guide/master/term-vs-full-text.html）

为避免这些问题，字符串字段已拆分为两种新类型：text，应用于全文搜索；keyword，应用于关键字搜索。（https://www.elastic.co/blog/strings-are-dead-long-live-strings）

- mdmjsh

8

对于那些在2020年以后查看此内容的人，您可能会注意到接受的答案已经过时了，但是可以使用类似的方法组合使用terms_set和minimum_should_match_script来解决。

请查看SO线程中此详细回答

- Abdul Vajid

2

您应该使用Terms Query进行 IT 技术相关内容的查询。

{
    "query" : {
        "terms" : {
            "tags" : ["c", "d"]
        }
    }
}

- Rashidul Islam

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- slawek · Accepted Answer

elasticsearch 2.0.1:

还有terms query可以帮你省去一些工作。这是来自文档的例子：

{
  "terms" : {
      "tags" : [ "blue", "pill" ],
      "minimum_should_match" : 1
  }
}

在幕后它构建布尔should语句。因此，基本上与上面的内容相同，只是更短。

还有一个对应的terms过滤器。

因此，总结一下，您的查询可能如下所示：

{
  "filtered": {
    "query": {
      "match": { "title": "hello world" }
    },
    "filter": {
      "terms": {
        "tags": ["c", "d"]
      }
    }
  }
}

标签数量越多，这可能会导致长度的相当大的差异。