0

我正在使用 5.3 版。

我有一个文本字段a。我想汇总a. 我还需要整个原始值。

我假设最有效的方法是a.firstLetter使用自定义规范器的关键字字段。我试图通过模式替换字符过滤器来实现这一点,但我正在努力使用正则表达式。

我这样做完全错了吗?你能帮助我吗?

编辑

这是我尝试过的。

设置.json

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

映射.json

{
  "properties": {
    "a": {
      "type": "text",
      "index_options": "positions",
      "fields": {
        "firstLetter": {
          "type": "keyword",
          "normalizer": "first_letter"
        }
      }
    }
  }
}

当我尝试像这样聚合时,我没有得到任何桶:

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

所以基本上我的方法是“用空字符串替换除第一个字符之外的所有字符”。正则表达式是我可以通过谷歌搜索收集的东西。

编辑 2 我错误地配置了规范器(我已经修复了示例)。正确的配置表明,由于问题 23142,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会在 5.4 版本中实现。

那么还有其他选择吗?我不想在代码中通过在文档中为第一个字母添加一个字段来执行此操作,因为我将 Elasticsearch 功能用于其他所有聚合。

4

1 回答 1

2

您可以使用truncate长度为 1 的过滤器

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
    }
  ]
}
于 2017-06-27T07:39:15.677 回答