Java elasticsearch-返回字段的标记

如何在结果中返回特定字段的标记

例如，GET请求

curl -XGET 'http://localhost:9200/twitter/tweet/1'

返回

{
    "_index" : "twitter",
    "_type" : "tweet",
    "_id" : "1", 
    "_source" : {
        "user" : "kimchy",
        "postDate" : "2009-11-15T14:12:12",
        "message" : "trying out Elastic Search"
    } 
}

---

我希望在结果中包含“\u source.message”字段的标记

如果您指的是已编制索引的标记，则可以在消息字段中创建标记。增加

size

值以获取更多条目，或设置为

0

以获取所有术语

Lucene提供了存储术语向量的能力，但目前还无法通过elasticsearch访问它（据我所知）

---

你为什么需要这个？如果您只想检查正在编制索引的内容，可以查看。

还有另一种方法，可以使用以下脚本执行此操作：

curl -H 'Content-Type: application/json' -XPOST 'http://localhost:9200/test-idx/_search?pretty=true' -d '{
    "query" : {
        "match_all" : { }
    },
    "script_fields": {
        "terms" : {
            "script": "doc[field].values",
            "params": {
                "field": "message"
            }
        }

    }
}'

需要注意的是，虽然此脚本返回已编制索引的实际术语，但它还缓存所有字段值，并且在大型索引上可能会使用大量内存。因此，对于大型索引，从存储的字段或源中检索字段值并使用以下MVEL脚本动态重新分析它们可能更有用：

import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;
import java.io.StringReader;

// Cache analyzer for further use
cachedAnalyzer=(isdef cachedAnalyzer)?cachedAnalyzer:doc.mapperService().documentMapper(doc._type.value).mappers().indexAnalyzer();

terms=[];
// Get value from Fields Lookup
//val=_fields[field].values;

// Get value from Source Lookup
val=_source[field];

if(val != null) {
  tokenStream=cachedAnalyzer.tokenStream(field, new StringReader(val)); 
  CharTermAttribute termAttribute = tokenStream.addAttribute(CharTermAttribute); 
  while(tokenStream.incrementToken()) { 
    terms.add(termAttribute.toString())
  }; 
  tokenStream.close(); 
} 
terms

此MVEL脚本可以存储为

config/scripts/analyze.MVEL

，并与以下查询一起使用：

curl 'http://localhost:9200/test-idx/_search?pretty=true' -d '{
    "query" : {
        "match_all" : { }
    },
    "script_fields": {
        "terms" : {
            "script": "analyze",
            "params": {
                "field": "message"
            }
        }
    
    }
}'

---

很好，这就是我要找的。ThanksIt很吓人，但很有趣。：）我希望能够在DocLookup中访问IndexReader（它在那里，但目前是私有的）。那么就有可能使用术语向量，而不是第二次重新分析文本。是的，当然。如果不使用脚本，也可以通过插件来阅读术语向量，那不是很好吗？@imotov有没有办法从这个脚本中自动获取字段的正确分析器和字段类型？我想在Please add tokenStream.reset（）中使用此功能；在while循环之前（否则我的设置会失败）。我认为如果不在elasticsearch 5.0及更高版本中编写插件，这是不可能实现的。