我有一个关于书籍的数据集，每个都可以使用一种或多种语言。每个用户都注册为拥有一种或多种语言。
当用户搜索图书时，我只想回复那些了解所有语言的图书。
例如，系统中有以下两本书：
Book A: English, French, German
Book B: English, Greek
如果John注册为英语，德语，法语和意大利语，那么他的查询结果绝不应包括B语。
我的系统目前使用Apache Solr编写，我最终编写了一个插件来执行子集操作（如果记录的语言是用户语言的子集，则记录匹配，其中用户的语言在查询中声明。
但是，我想转换到Elasticsearch后端。但是，这种特定的子集行为似乎不是核心过滤器包的一部分。我错过了什么，或者我应该考虑编写类似的插件/自定义过滤器？
答案 0 :(得分：1)
这可以使用脚本过滤器完成，您可以将逗号分隔的字符串列表作为参数传递给它，并使用for循环来确保每个组件都包含在内，即使一个不使用break并返回false。如果所有存在的循环退出并返回true。
我不确定这是多么有效，但从理论上讲，这可以在elasticsearch上完成。理想情况下应用优化过滤器来缩小书籍集，然后在https://www.elastic.co/blog/all-about-elasticsearch-filter-bitsets和post_filters上的文档上运行这些子集，效率应该通过一堆查询进行理想的测试，因为这个过滤器会在结果开始被缓存
答案 1 :(得分：0)
另一个可能的答案是将问题转化为头部。这些数据具有某些特征。假设有足够的规模和现实世界的实用性，基本的想法是语言领域的基数是非常低的书籍，用户和作者（你可以通过使用语言根源作为字段，例如拉丁语 - 英语，意大利语和原语言来进一步改善这一点在索引时http://en.wikipedia.org/wiki/List_of_proto-languages）用户经常会知道来自同一家庭的语言，因此您可以利用这一事实为您带来好处。
然后，用户查询将基本上是所有存在的集合和他所知道的集合的差异。这些可以很容易地建模为一堆过滤器，使用执行：bool标志（内部极其优化的位集）来缓存和组合它们。确保您明智地了解过滤器的执行顺序，请查看https://www.elastic.co/blog/all-about-elasticsearch-filter-bitsets