Elasticsearch Java客户端如何直接扁平化提取嵌套字段？

可以在Elasticsearch搜索阶段直接实现结果扁平化，无需后续JSON转换操作，以下是两种常用方案：

方案一：索引阶段用copy_to预扁平化字段（推荐长期使用） #

如果需要长期使用扁平化结构，建议在索引mapping中通过copy_to将嵌套字段复制到顶级字段，这样搜索时直接返回顶级字段，客户端可直接映射到扁平化模型。

1. 定义索引mapping #

创建索引时配置copy_to：

{
  "mappings": {
    "properties": {
      "id": {"type": "keyword"},
      "nestedClass": {
        "type": "object",
        "properties": {
          "field1": {
            "type": "keyword",
            "copy_to": "field1"
          },
          "field2": {
            "type": "keyword",
            "copy_to": "field2"
          }
        }
      },
      "field1": {"type": "keyword"},
      "field2": {"type": "keyword"}
    }
  }
}

2. 定义扁平化Model类 #

public class FlatModel {
    private String id;
    private String field1;
    private String field2;
    
    // 生成getter、setter方法
}

3. 搜索请求实现 #

指定返回扁平化字段，客户端直接映射到FlatModel：

SearchRequest request = SearchRequest.of(s -> s
    .index("你的索引名")
    .query(q -> q.matchAll(m -> m)) // 替换为你的查询条件
    .source(src -> src.includes("id", "field1", "field2"))
);

SearchResponse<FlatModel> response = client.search(request, FlatModel.class);

此方案性能最优，因为扁平化操作在索引时完成，搜索阶段仅需返回预定义字段。

方案二：搜索阶段用脚本动态生成扁平化结构（适合临时需求） #

如果无法修改索引mapping，可通过Painless脚本在搜索阶段动态改写返回的_source结构，直接得到扁平化结果。

1. 搜索请求配置脚本 #

SearchRequest request = SearchRequest.of(s -> s
    .index("你的索引名")
    .query(q -> q.matchAll(m -> m)) // 替换为你的查询条件
    .source(src -> src
        .script(script -> script
            .inline(inline -> inline
                .source("""
                    def flatResult = [:];
                    flatResult.id = ctx._source.id;
                    flatResult.field1 = ctx._source.nestedClass.field1;
                    flatResult.field2 = ctx._source.nestedClass.field2;
                    return flatResult;
                    """)
                .lang("painless")
            )
        )
    )
);

2. 映射到扁平化Model #

直接用客户端将结果映射到FlatModel：

SearchResponse<FlatModel> response = client.search(request, FlatModel.class);

此方案无需修改索引，但每次搜索都会执行脚本，性能略逊于方案一，适合临时需求场景。

内容的提问来源于stack exchange，提问作者B. Bal