我有一本关于书籍的数据集，每个书籍都可以使用一种或多种语言。每个用户都注册为拥有一种或多种语言。Elasticsearch子集筛选器
当用户搜索书籍时，我只想返回那些他们了解其所有语言的书籍。
例如，下面的两本书是系统：
Book A: English, French, German
Book B: English, Greek
如果约翰被注册为不懂英语，德语，法语和意大利语，那么他的查询结果中不应包括书B.
我的系统目前使用Apache Solr编写，其中我最终编写了一个插件来执行子集操作（如果记录的语言是用户语言的子集，其中用户的语言被声明为查询）。
但是，我想转换到Elasticsearch后端。然而，这种特定的子集行为似乎并不是核心过滤器包的一部分。我错过了什么，或者我应该看看写一个类似的插件/自定义过滤器？
这可以使用脚本过滤器来完成，您可以将它作为参数传递给以逗号分隔的字符串列表，并使用for循环来确保每个组件都包含在内，即使一个不使用break并返回false。如果所有当前循环退出并返回true。
我不确定这是多高效，但理论上这可以在elasticsearch上完成。理想情况下，应用优化的过滤器来缩小书籍的范围，然后在这些子集上查看https://www.elastic.co/blog/all-about-elasticsearch-filter-bitsets以及post_filters上的文档，效率应该在一系列查询中进行理想测试，因为一旦结果开始为缓存
另一个可能的答案是将其颠倒过来。这些数据具有一定的特征。假设足够的规模和现实世界的实用性，其基本思想是对于书籍，用户和作者而言，语言领域的基数是极低的（你可以通过使用语言根作为一个领域来进一步改进，例如拉丁语 - 英语，意大利语和原语言http://en.wikipedia.org/wiki/List_of_proto-languages）索引时间）用户通常倾向于从同一个家庭中了解语言，这样您就可以利用这一事实来获益。
然后，用户查询将基本上是所有存在的集合和他知道的集合的差异。这些可以很容易地建模为一堆使用执行的过滤器：bool标志（内部非常优化的位集）来缓存和合并它们。确保你明智的执行过滤顺序看看https://www.elastic.co/blog/all-about-elasticsearch-filter-bitsets
您是否发现ElasticSearch（或任何其他数据库/搜索系统）覆盖此方法？ – Tor
不 - 我最终得到了一个替代实现，在这里我查询（elasticsearch）书籍，然后在它们上面快速查找一下java，以确定用户是否可以理解所有语言。如果某些语言不被理解，结果集将被标记，并将其传递给用户。不过，我很乐意听到有一种实现原始设计的方法！ –
以下是我自己的笔记：https：//docs.google.com/document/d/1ngZU89rWc3fQMU8CSSW_yFCyeWEmJzJRngmEl88IrvE。如果你或其他人发现了一个现成的解决方案（这可能可以处理大集），那么让我知道。如果我找到一些东西，我一定会回到这里来:) – Tor