arrays - Elasticsearch Kibana中的映射数组(文本，数据)

Question

我正在尝试发布以下标签:

POST dicom1/_doc/1
        {
          "(0008,0005)": ["SpecificCharacterSet", "ISO_IR 100"], 
          "(0008,0008)": ["ImageType", "ORIGINAL"], 
          "(0008,0020)": ["StudyDate", "2002-04-01"],
          "(0008,0023)": ["ContentDate", "2002-04-01"],
    ... 
    }

但是我得到这个异常:

"type": "illegal_argument_exception",
        "reason": "mapper [(0008,0020)] of different type, current_type [date], merged_type [text]"

所以我尝试了:

PUT dicom1
{
  "mappings": {
    "_doc":{
    "properties": {
      "(0008,0020)": {
        "type": ["text","date"],
      },
      "(0008,0023)": {
        "type": ["text" ,"date"],
      },
...

但它说“坏字符串”
如何在不更改结构的情况下发布json？

Answer 1

DICOM有一套有关图像命名约定如何执行的标准。

数组本身就是键值。基本上，对于该特定图像，您具有称为tag，tag name和value的名称。

简而言之，您可以说您有元组。例如

tag - "(0008,0020)"
tag_name - "StudyDate"
tag_value - 2004-01-01

我已经为DICOM图像设计了以下设计，我想认为它适用于大多数用例。请看下面的映射，样本文档，查询和响应，如下所示:

对应:

PUT dicom
{
  "mappings": {
    "properties": {
      "dicom_tags_text":{
        "type": "nested",
        "properties": {
          "tag": {
            "type": "keyword"
          },
          "tag_name": {
            "type": "keyword"
          },
          "tag_value":{
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword"
              }
            }
          }
        }
      },
      "dicom_tags_date":{
        "type": "nested",
        "properties": {
          "tag": {
            "type": "keyword"
          },
          "tag_name": {
            "type": "keyword"
          },
          "tag_value":{
            "type": "date",
            "format": "yyyy-MM-dd"
          }
        }
      }
    }  
  }
}

以下是我使用过的一些概念

Nested Datatype

Text Datatype ----->用于部分匹配

Keyword Datatype ----->用于精确匹配

Date Datatype。

每个图像将具有两类数据，一类为text字段，另一类为date字段。您可以根据是否要存储任何其他格式的数据来添加更多字段。

请注意，为简单起见，我对字符串数据使用了关键字。那是因为它们用于精确匹配。您也可以使用text数据，但请花一些时间来了解两者之间的区别。

样本文件:

POST dicom/_doc/1
{
  "dicom_tags_text": [
    {
      "tag": "(0008,0005)",
      "tag_name": "SpecificCharacterSet",
      "tag_value": "ISO_IR 100"
    },
    {
      "tag": "(0004,1511)",
      "tag_name": "SOPInstanceId",
      "tag_value": "1001"
    }
  ],
  "dicom_tags_date": [
    {
      "tag": "(0008,0020)",
      "tag_name": "StudyDate",
      "tag_value": "2002-04-01"
    },
    {
      "tag": "(0008,0023)",
      "tag_name": "ContentDate",
      "tag_value": "2002-04-01"
    }  
  ]
}

POST dicom/_doc/2
{
  "dicom_tags_text": [
    {
      "tag": "(0008,0005)",
      "tag_name": "SpecificCharacterSet",
      "tag_value": "ISO_IR 100"
    },
    {
      "tag": "(0004,1511)",
      "tag_name": "SOPInstanceId",
      "tag_value": "1004"
    }
  ],
  "dicom_tags_date": [
    {
      "tag": "(0008,0020)",
      "tag_name": "StudyDate",
      "tag_value": "2020-01-01"
    }  
  ]
}

请注意，我已经在上面创建了两个文档，并仔细注意了我是如何构造这些文档的。您可以将其与映射进行交叉检查，以首先了解映射。

请求查询:

现在，假设您的用例是检索所有带有ISO_IR 100字符集且在StudyDate之后完成2019-01-01的文档。

下面是查询的方式:

POST dicom/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "nested": {
            "path": "dicom_tags_text",
            "query": {
              "bool": {
                "must": [
                  {
                    "term": {
                      "dicom_tags_text.tag_name": "SpecificCharacterSet"
                    }
                  },
                  {
                    "match": {
                      "dicom_tags_text.tag_value": "iso ir 100"
                    }
                  }
                ]
              }
            }
          }
        },
        {
          "nested": {
            "path": "dicom_tags_date",
            "query": {
              "bool": {
                "must": [
                  {
                    "term": {
                      "dicom_tags_date.tag_name": "StudyDate"
                    }
                  },
                  {
                    "range": {
                      "dicom_tags_date.tag_value": {
                        "gte": "2019-01-01"
                      }
                    }
                  }
                ]
              }
            }
          }
        }
      ]
    }
  }
}

注意，对于 nested 数据类型，我们需要使用 nested queries 。我已经将Term Query用于keyword类型，并将简单的Match Query用于text字段。请阅读上述链接以了解更多信息。

以下是响应的显示方式:

{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 2.4854383,
    "hits" : [
      {
        "_index" : "dicom",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 2.4854383,
        "_source" : {
          "dicom_tags_text" : [
            {
              "tag" : "(0008,0005)",
              "tag_name" : "SpecificCharacterSet",
              "tag_value" : "ISO_IR 100"
            },
            {
              "tag" : "(0004,1511)",
              "tag_name" : "SOPInstanceId",
              "tag_value" : "1004"
            }
          ],
          "dicom_tags_date" : [
            {
              "tag" : "(0008,0020)",
              "tag_name" : "StudyDate",
              "tag_value" : "2020-01-01"
            }
          ]
        }
      }
    ]
  }
}

让我知道这是否会对您有所帮助!!