ElasticSearch如何搜索数组类型字段

在ElasticSearch中，可以使用“terms”查询来搜索数组类型字段。以下是一个例子：

假设我们有一个文档类型为“products”，其中包含一个名为“colors”的字段，该字段是一个字符串数组，它表示产品的可用颜色。现在我们想要搜索所有可用颜色中包含“red”的产品。

我们可以使用以下查询：

GET /products/_search
{
  "query": {
    "terms": {
      "colors": ["red"]
    }
  }
}

这将返回所有包含“red”颜色的产品。如果我们想要搜索多个颜色，只需在“colors”数组中添加更多的颜色即可。

请注意，如果您想要搜索具有多个匹配项的文档，您应该使用“bool”查询，例如：

GET /products/_search
{
  "query": {
    "bool": {
      "must": [
        { "terms": { "colors": ["red", "blue"] } },
        { "term": { "category": "clothes" } }
      ]
    }
  }
}

这将返回所有包含“red”或“blue”颜色，并且类别为“clothes”的产品。

相关问题

spark读取elasticsearch中数组类型的字段

Spark可以使用Elasticsearch-Hadoop库来读取Elasticsearch中的数据。对于数组类型的字段，可以使用Spark SQL中的explode函数将其展开为多行数据。

例如，假设Elasticsearch中有一个名为“tags”的数组类型字段，可以使用以下代码将其读取为Spark DataFrame：

import org.apache.spark.sql.SparkSession

val spark = SparkSession.builder()
  .appName("Read Elasticsearch")
  .master("local[*]")
  .config("es.nodes", "localhost")
  .config("es.port", "9200")
  .config("es.index.auto.create", "true")
  .getOrCreate()

val df = spark.read.format("org.elasticsearch.spark.sql")
  .option("es.query", "?q=*")
  .load("my_index/my_type")

df.printSchema()

然后，可以使用explode函数将“tags”字段展开为多行数据：

import org.apache.spark.sql.functions.explode

val explodedDf = df.select(explode($"tags").as("tag"))
explodedDf.show()

这将展开“tags”字段，并将其作为新列“tag”添加到DataFrame中。现在，每个文档将变为多行，其中每个行都包含一个“tag”值。

ElasticSearch定义数组字段类型

在Elasticsearch中定义一个数组字段类型可以使用以下方式之一：

1. 使用`nested`类型：

PUT index_name
{
  "mappings": {
    "properties": {
      "array_field": {
        "type": "nested",
        "properties": {
          "sub_field1": {"type": "text"},
          "sub_field2": {"type": "integer"}
        }
      }
    }
  }
}

2. 使用`object`类型：

PUT index_name
{
  "mappings": {
    "properties": {
      "array_field": {
        "type": "object",
        "properties": {
          "sub_field1": {"type": "text"},
          "sub_field2": {"type": "integer"}
        }
      }
    }
  }
}

注意：如果要查询嵌套数组中的数据，必须使用nested查询。