如何在Elasticsearch中查找在某个字段中包含数字的所有文档?

时间:2019-05-08 21:43:42

标签: elasticsearch elasticsearch-query elasticsearch-mapping

我有一个keyword类型的字段,可以包含数字或字符串。如果该字段不包含任何字母,我想点击该文档。我该怎么办?

我的索引映射如下:

{
  "mappings": {
    "Entry": {
      "properties": {
        "testField": {
          "type": "keyword"
        }
      }
    }
  }
}

我的文档如下:

{
  "testField":"123abc"
}

{
  "testField": "456789"
}

我已经尝试过查询:

{
  "query": {
    "range": {
      "gte": 0,
      "lte": 2000000
    }
  }
}

,但仍然命中123abc。我该如何设计,以使我只打中该特定字段中带有数字的文档?

2 个答案:

答案 0 :(得分:1)

Afaik,Elasticsearch对此没有直接解决方案。

相反,您需要编写一个Script Query。以下是您要寻找的东西:

POST <your_index_name>/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "script": {
            "script": {
              "lang": "painless", 
              "source": """
                  try{           
                    String temp = doc['testField'].value;
                    int a = Integer.parseInt(temp);
                    if(a instanceof Integer)
                      return true;
                  }catch(NumberFormatException e){
                    return false;
                  }
              """
            }
          }
        }
      ]
    }
  }
}

希望有帮助!

答案 1 :(得分:1)

还有另一种更理想的选择来实现您想要的目标。您可以利用ingest API pipelines,并使用script processor来在建立索引时创建另一个数字字段,然后可以在搜索时更有效地使用它。

下面的提取管道包含一个script处理器,它将创建另一个名为numField的字段,该字段仅包含数字值。

POST _ingest/pipeline/_simulate
{
  "pipeline": {
    "processors": [
      {
        "script": {
          "source": """
          ctx.numField = /\D/.matcher(ctx.testField).replaceAll("");
          """
        }
      }
    ]
  },
  "docs": [
    {
      "_source": {
        "testField": "123"
      }
    },
    {
      "_source": {
        "testField": "abc123"
      }
    },
    {
      "_source": {
        "testField": "123abc"
      }
    },
    {
      "_source": {
        "testField": "abc"
      }
    }
  ]
}

使用包含字母数字内容的4个不同文档来模拟该管道,将得出以下结果:

{
  "docs" : [
    {
      "doc" : {
        "_index" : "_index",
        "_type" : "_type",
        "_id" : "_id",
        "_source" : {
          "numField" : "123",
          "testField" : "123"
        },
        "_ingest" : {
          "timestamp" : "2019-05-09T04:14:51.448Z"
        }
      }
    },
    {
      "doc" : {
        "_index" : "_index",
        "_type" : "_type",
        "_id" : "_id",
        "_source" : {
          "numField" : "123",
          "testField" : "abc123"
        },
        "_ingest" : {
          "timestamp" : "2019-05-09T04:14:51.448Z"
        }
      }
    },
    {
      "doc" : {
        "_index" : "_index",
        "_type" : "_type",
        "_id" : "_id",
        "_source" : {
          "numField" : "123",
          "testField" : "123abc"
        },
        "_ingest" : {
          "timestamp" : "2019-05-09T04:14:51.448Z"
        }
      }
    },
    {
      "doc" : {
        "_index" : "_index",
        "_type" : "_type",
        "_id" : "_id",
        "_source" : {
          "numField" : "",
          "testField" : "abc"
        },
        "_ingest" : {
          "timestamp" : "2019-05-09T04:14:51.448Z"
        }
      }
    }
  ]
}

为文档using this pipeline编制索引后,您可以在numField而不是testField上运行范围查询。与其他解决方案(对不起,@ Kamal)相比,它将转移脚本编制负担,使其在索引编制时每个文档仅运行一次,而不是在搜索时每次在文档上运行。

{
  "query": {
    "range": {
      "numField": {
        "gte": 0,
        "lte": 2000000
      }
    }
  }
}