elasticsearch Elasticsearch：索引字符串的第一个字符

我使用的是5.3版

我有一个文本字段

a

。我想在

a

的第一个字符上进行聚合。我还需要整个原始值

我假设最有效的方法是使用自定义规范化器创建关键字字段

a.firstLetter

。我曾尝试使用模式替换字符过滤器来实现这一点，但我正在努力使用regexp

我是不是完全错了？你能帮我吗

编辑

这就是我尝试过的

settings.json

{
  "settings":  {
    "index": {
      "analysis": {
        "char_filter": {
          "first_char": {
            "type": "pattern_replace",
            "pattern": "(?<=^.)(.*)",
            "replacement": ""
          }
        }
        "normalizer": {
          "first_letter": {
            "type": "custom",
            "char_filter": ["first_char"]
            "filter": ["lowercase"]
          }
        }
      }
    }
  }
}

当我尝试这样聚集时，我没有得到桶：

"aggregations": {
  "grouping": {
    "terms": {
      "field": "a.firstLetter"
    }
  }
}

因此，基本上我的方法是“用空字符串替换除第一个字符以外的所有字符”

编辑2 我错误地配置了规范化程序（我已经修复了示例）。正确的配置表明，由于以下原因，规范化程序不支持模式替换字符过滤器。显然，对它的支持最早将在5.4版中实现

---

那么还有其他选择吗？我不想在代码中这样做，在文档中为第一个字母添加一个字段，因为我在其他聚合中使用Elasticsearch功能。

您可以使用长度为1的

截断过滤器

PUT foo
{
  "mappings": {
    "bar" : {
      "properties": {
        "name" : {
          "type": "text",
          "analyzer": "my_analyzer"
        }
      }
    }
  }, 
  "settings":  {
    "index": {
      "analysis": {
        "analyzer" : {
          "my_analyzer" : {
            "type" : "custom",
            "tokenizer" : "keyword",
            "filter" : [ "my_filter", "lowercase" ]
          }
        },
        "filter": {
          "my_filter": {
            "type": "truncate",
            "length": 1
          }
        }
      }
    }
  }
}

GET foo/_analyze
{
  "field" : "name",
  "text" : "New York"
}

# response
{
  "tokens": [
    {
      "token": "n",
      "start_offset": 0,
      "end_offset": 8,
      "type": "word",
      "position": 0
    }
  ]
}

分享您尝试过的代码示例。这是可行的，但需要在文本字段上启用fielddata。不推荐使用它，但我想它适合这个用例。谢谢哦，真的。您可以使用带有摄取管道的
gsub
处理器来防止这种情况。
PUT foo
{
  "mappings": {
    "bar" : {
      "properties": {
        "name" : {
          "type": "text",
          "analyzer": "my_analyzer"
        }
      }
    }
  }, 
  "settings":  {
    "index": {
      "analysis": {
        "analyzer" : {
          "my_analyzer" : {
            "type" : "custom",
            "tokenizer" : "keyword",
            "filter" : [ "my_filter", "lowercase" ]
          }
        },
        "filter": {
          "my_filter": {
            "type": "truncate",
            "length": 1
          }
        }
      }
    }
  }
}

GET foo/_analyze
{
  "field" : "name",
  "text" : "New York"
}

# response
{
  "tokens": [
    {
      "token": "n",
      "start_offset": 0,
      "end_offset": 8,
      "type": "word",
      "position": 0
    }
  ]
}