Elasticsearch：存储无重复标签

我想以我不会有重复的方式在我的文档中存储标签。Elasticsearch：存储无重复标签

我的文档有Tags场定义为：

... 
"Tags": { "type": "string" } 
...

我从Python中添加标签的Tags领域：

es.update(index=ES_INDEX, doc_type=ES_DOC_TYPE, id=user_id, body=doc)

我的更新文档：

doc = { 
    "script": { 
    "lang": "groovy", 
    "inline": "ctx._source.Tags.addAll(tags)", 
    "params": { 
     "tags": [ 
     "c#", 
     "winforms", 
     "type-conversion", 
     "decimal", 
     "opacity" 
     ] 
    } 
    } 
}

这可行，但标签可能是杜折襞。

我想在存储它们之前对标记进行重复数据删除。我基本上想要Tags字段作为一个集合。

这是我试了一下（基于这样的回答：https://stackoverflow.com/a/17465831/318557）

... 
"inline": "ctx._source.Tags.addAll(tags); ctx._source.Tags.unique();", 
...

但它没有任何效果。

有没有Groovy解决方案来做到这一点？或者也许从Elasticsearch的一些支持存储集？

来源

2017-07-28 MasterScrat

问题是在初始化阵列上使用.addAll()。使用REST客户给了我这个消息：

{ 
    "error": { 
    "root_cause": [ 
     { 
     "type": "remote_transport_exception", 
     "reason": "[DevHunt][192.168.1.98:9300][indices:data/write/update[s]]" 
     } 
    ], 
    "type": "illegal_argument_exception", 
    "reason": "failed to execute script", 
    "caused_by": { 
     "type": "script_exception", 
     "reason": "error evaluating ctx._source.Tags.addAll(tags);", 
     "script_stack": [], 
     "script": "", 
     "lang": "groovy", 
     "caused_by": { 
     "type": "null_pointer_exception", 
     "reason": "Cannot invoke method addAll() on null object" 
     } 
    } 
    }, 
    "status": 400 
}

的解决方案是使用：

... 
"inline": "if(ctx._source.Tags == null) {ctx._source.Tags = [];}; ctx._source.Tags.addAll(tags); ctx._source.Tags.unique();", 
...

来源

2017-07-28 18:40:39 MasterScrat

我不认为这是一个常规问题。你在检查正确的物体吗？

我有一个下列文件索引：

{ 
    "_index": "script", 
    "_type": "test", 
    "_id": "AV2Jd1zXM1eNU8lqyoZS", 
    "_score": 1, 
    "_source": { 
     "Tags": [ 
      "tag1", 
      "decimal" 
     ] 
    } 
}

，并呼吁：

curl -X POST \ 
    http://127.0.0.1:9200/script/test/AV2Jd1zXM1eNU8lqyoZS/_update \ 
    -d '{ 
    "script": { 
    "lang": "groovy", 
    "inline": "ctx._source.Tags.addAll(tags); ctx._source.Tags.unique();", 
    "params": { 
     "tags": [ 
     "c#", 
     "winforms", 
     "type-conversion", 
     "decimal", 
     "opacity", 
     "aaa", 
     "aaa" 
     ] 
    } 
    } 
}'

结果：

{ 
    "_index": "script", 
    "_type": "test", 
    "_id": "AV2Jd1zXM1eNU8lqyoZS", 
    "_score": 1, 
    "_source": { 
     "Tags": [ 
      "tag1", 
      "decimal", 
      "c#", 
      "winforms", 
      "type-conversion", 
      "opacity", 
      "aaa" 
     ] 
}

所以常规的作品在这里很好，自己与一些REST客户端检查。你可以尝试重新分配集合：

"inline": "ctx._source.Tags = ctx._source.Tags.unique(); ctx._source.Tags += tags.unique();",

也许这是更多的Python代码的问题？

来源

2017-07-28 14:07:54 Joanna

Elasticsearch：存储无重复标签

回答

相关问题