Elasticsearch вложен больше, чем этот запрос

Можно ли выполнить запрос типа «Еще как этот» (https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-mlt-query.html) для текста внутри вложенного типа данных (https://www.elastic.co/guide/en/elasticsearch/reference/current/nested.html)?

Документ, который я хочу запросить (я не могу контролировать его форматирование, поскольку данные принадлежат другой стороне) выглядит примерно так:

{
  "communicationType": "Email",
  "timestamp": 1497633308917,
  "textFields": [
    {
      "field": "Subject",
      "text": "This is the subject of the email"
    },
    {
      "field": "To",
      "text": "[email protected]"
    },
    {
      "field": "Body",
      "text": "This is the body of the email"
    }
  ]
}

Я хочу выполнить запрос «Еще подобное» в теле письма. Раньше документы выглядели так:

{
  "communicationType": "Email",
  "timestamp": 1497633308917,
  "textFields": {
    "subject": "This is the subject of the email",
    "to: "[email protected]",
    "body": "This is the body of the email"
  }
}

И я смог выполнить запрос More Like This в теле письма следующим образом:

{
  "query": {
    "more_like_this": {
      "fields": ["textFields.body"],
      "like": "This is a similar body of an email",
      "min_term_freq": 1
    },
    "bool": {
      "filter": [
        { "term": { "communicationType": "Email" } },
        { "range": { "timestamp": { "gte": 1497633300000 } } }
      ]
    }
  }
}

Но теперь, когда источник данных устарел, мне нужно иметь возможность выполнять эквивалентный запрос к новому источнику данных, у которого тело электронной почты находится во вложенном типе данных. Я только хочу сравнить текст с полями «текст», у которых есть «заголовок» «Body».

Это возможно? И если да, то как бы выглядел запрос? И будет ли значительно снижена производительность при выполнении запроса для вложенного типа данных по сравнению с ранее выполненным запросом для невложенного документа? Даже после применения фильтров timestamp и communicationType останутся десятки миллионов документов, с которыми каждый запрос должен будет сравнивать аналогичный текст, поэтому производительность имеет значение.


morelikethis
person Joyce Liu    schedule 16.06.2017    source источник

Ответы (1)


arrow_upward
0
arrow_downward

На самом деле оказалось просто использовать запрос More Like This внутри вложенного запроса:

{
  "query": {
    "bool": {
      "must": {
        "nested": {
          "path": "textFields",
          "query": {
            "bool": {
              "must": {
                "more_like_this": {
                  "fields": ["textFields.text"],
                  "like_text": "This is a similar body of an email",
                  "min_term_freq": 1
                }
              },
              "filter": {
                "term": { "textFields.field": "Body" }
              }
            }
          }
        }
      },
      "filter": [
        {
          "term": {
            "communicationType": "Email"
          }
        },
        {
          "range": {
            "timestamp": {
              "gte": 1497633300000
            }
          }
        }
      ]
    }
  },
  "min_score": 2
}
person Joyce Liu    schedule 19.06.2017