使用术语聚合执行搜索时如何返回实际值（不是小写字母）？

Posted 2023-03-22

【中文标题】使用术语聚合执行搜索时如何返回实际值（不是小写字母）？

【英文标题】：How to return actual value (not lowercase) when performing search with terms aggregation?

【发布时间】：2019-01-10 20:26:41

【问题描述】：

我正在处理一个 ElasticSearch (6.2) 项目，其中 index 有许多 keyword 字段，并且使用 lowercase 过滤器对它们进行规范化，以执行不区分大小写的搜索。搜索工作正常并返回规范化字段的实际值（不是小写字母）。但是，聚合不会返回字段的实际值（返回小写字母）。

以下示例取自 ElasticSearch 文档。

https://www.elastic.co/guide/en/elasticsearch/reference/master/normalizer.html

创建索引：

PUT 指数 “设置”： “分析”： “规范化器”： “my_normalizer”： “类型”：“自定义”， "char_filter": [], “过滤器”：[“小写”，“asciifolding”] , “映射”： “_doc”： “特性”： “富”： “类型”：“关键字”， “规范化器”：“我的规范化器”

插入文档：

放置索引/_doc/1 “富”：“酒吧” 放置索引/_doc/2 “富”：“巴兹”

聚合搜索：

获取索引/_search “大小”：0， “聚合”： “foo_terms”： “条款”： “场”：“富”

结果：

“接受”：43， “超时”：假， “_shards”： “总数”：1， “成功”：1， “跳过”：0， “失败”：0 , “命中”： “总数”：3， “最大分数”：0.0， “命中”： “总数”：2， “最大分数”：0.47000363， “命中”：[ "_index": "索引", "_type": "_doc", “_id”：“1”， “_score”：0.47000363， “_资源”： “富”：“酒吧” , "_index": "索引", "_type": "_doc", “_id”：“2”， “_score”：0.47000363， “_资源”： “富”：“巴兹” ] , “聚合”： “foo_terms”： “doc_count_error_upper_bound”：0， “sum_other_doc_count”：0， “桶”：[ “键”：“酒吧”， “文档计数”：1 , “关键”：“巴兹”， “文档计数”：1 ]

如果您检查聚合，您将看到已返回小写值。例如"key": "bar"。

有没有办法改变聚合返回实际值？

例如"key": "Bar"

【参考方案1】：

如果您想进行不区分大小写的搜索但在聚合中返回精确值，则不需要任何规范化器。您可以简单地使用带有keyword 子字段的text 字段（默认情况下将标记小写并允许不区分大小写的搜索）。您可以将前者用于搜索，而将后者用于聚合。它是这样的：

PUT index

  "mappings": 
    "_doc": 
      "properties": 
        "foo": 
          "type": "text",
          "fields": 
            "keyword": 
              "type": "keyword"
            
          
        
      
    
  

索引您的两个文档后，您可以在foo.keyword 上发出terms 聚合：

GET index/_search

  "size": 2,
  "aggs": 
    "foo_terms": 
      "terms": 
        "field": "foo.keyword"
      
    
  

结果会是这样的：

  "took": 0,
  "timed_out": false,
  "_shards": 
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  ,
  "hits": 
    "total": 2,
    "max_score": 1,
    "hits": [
      
        "_index": "index",
        "_type": "_doc",
        "_id": "2",
        "_score": 1,
        "_source": 
          "foo": "Baz"
        
      ,
      
        "_index": "index",
        "_type": "_doc",
        "_id": "1",
        "_score": 1,
        "_source": 
          "foo": "Bar"
        
      
    ]
  ,
  "aggregations": 
    "foo_terms": 
      "doc_count_error_upper_bound": 0,
      "sum_other_doc_count": 0,
      "buckets": [
        
          "key": "Bar",
          "doc_count": 1
        ,
        
          "key": "Baz",
          "doc_count": 1
        
      ]
    
  

【讨论】：

感谢您的回答。它是否允许精确匹配搜索，如关键字？

是的，通过搜索foo.keyword，您可以搜索精确值，在搜索foo 时，您可以不区分大小写搜索。

这非常适合我的用例，但是，除了上述两个条件（不区分大小写和聚合使用）。它还需要通配符支持，同时在聚合后仍保留原始值。映射应该如何制定？

@MarcusLim 请创建一个新问题（可能引用这个问题）并解释您的其他用例。