elasticsearch - 如何在Elasticsearch中查找在某个字段中包含数字的所有文档？

Question

我有一个keyword type'd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。我怎样才能做到这一点？

我的索引映射如下:

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

我的文档如下所示:

{
  "testField":"123abc"
}

要么

{
  "testField": "456789"
}

我试过查询:

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

但它仍然对123abc命中。我该如何设计，以便仅在该特定字段中打上带有编号的文档？

Answer 1

还有另一个更理想的选择，可以精确地实现您想要的。您可以利用ingest API pipelines，并使用 script processor可以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个不同文档来模拟此管道，将产生以下结果:

{
  "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"
        }
      }
    }
  ]
}

在为文档using this pipeline编制索引之后，可以对numField而不是testField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
      }
    }
  }
}