elasticsearch在facets中按空间拆分

Question

我试图在一个包含多个单词的字段上做一个简单的facet请求(例如：'Name1 Name2'，有时里面有点和逗号)，但我得到的是...

 "terms" : [{
    "term" : "Name1",
    "count" : 15
},
{
    "term" : "Name2",
    "count" : 15
}]

因此，我的字段值由空格拆分，然后运行facet请求...

查询示例：

curl -XGET http://my_server:9200/idx_occurrence/Occurrence/_search?pretty=true -d '{
  "query": {
    "query_string": {
      "fields": [
        "dataset"
      ],
      "query": "2",
      "default_operator": "AND"
    }
  },
  "facets": {
    "test": {
      "terms": {
        "field": [
          "speciesName"
        ],
        "size": 50000
      }
    }
  }
}'

Answer 1

首先，从实用的角度来看，javanna提供了一个非常好的答案。但是，为了完整起见，我想提一下，在某些情况下，有一种方法可以在不重新索引数据的情况下做到这一点。

如果存储了speciesName字段，并且查询生成的结果数量相对较少，则可以使用script_field检索存储的字段值：

curl -XGET http://my_server:9200/idx_occurrence/Occurrence/_search?pretty=true -d '{
  "query": {
    "query_string": {
      "fields": ["dataset"],
      "query": "2",
      "default_operator": "AND"
    }
  },
  "facets": {
    "test": {
      "terms": {
        "script_field": "_fields['\''speciesName'\''].value",
        "size": 50000
      }
    }
  }
}
'

该查询的结果是，elasticsearch将检索结果集中每条记录的speciesName字段，并根据这些值构造facet。不用说，如果您的结果集包含数百万条记录，则此查询的性能可能会很慢。

类似地，如果字段未存储，但记录源已存储，则可以使用script_field facet从源中检索字段值：

......
"script_field": "_source['\''speciesName'\'']",
......

同样，结果列表中每个记录的源都将被检索和解析，因此您可能需要一些耐心来对大量记录运行此查询。

Answer 2

您的字段不应该被分析，或者至少不应该被标记化。如果您希望在不对字段进行标记化的情况下对字段进行索引，则需要更新映射，然后重新建立索引。