Elasticsearch 5：如何按符合条件的Speaker重复返回对应事件文档

临时方案：查询+应用层处理（无需修改索引） #

Elasticsearch 5本身不会自动让一个文档因数组内多个匹配元素重复返回，你可以先查询出符合条件的文档，再在应用层做重复输出：

1. 先过滤出包含目标gender speaker的文档
2. 用脚本统计每个文档中符合条件的speaker数量
3. 在应用代码里根据统计数，把对应文档重复输出对应次数

示例查询DSL #

根据你的speakers字段类型选择对应的脚本：

• 如果speakers是普通对象数组（未设nested类型）：

{
  "query": {
    "term": {
      "speakers.gender": "x"
    }
  },
  "script_fields": {
    "matched_speaker_count": {
      "script": {
        "inline": "int count = 0; for (sp in doc['speakers.gender']) { if (sp == params.gender) count++; } return count;",
        "params": {
          "gender": "x"
        }
      }
    }
  },
  "_source": true
}

• 如果speakers是nested类型：

{
  "query": {
    "nested": {
      "path": "speakers",
      "query": {
        "term": {
          "speakers.gender": "x"
        }
      }
    }
  },
  "script_fields": {
    "matched_speaker_count": {
      "script": {
        "inline": "int count = 0; for (sp in _source.speakers) { if (sp.gender == params.gender) count++; } return count;",
        "params": {
          "gender": "x"
        }
      }
    }
  },
  "_source": true
}

注意：Elasticsearch 5默认允许inline脚本，需确保配置中script.inline: on已开启。

长期方案：重构索引结构（更高效） #

如果这类查询很频繁或数据量较大，建议重新构建索引，把每个speaker拆成独立文档：

• 原结构示例：

{
  "event_id": "evt_123",
  "event_name": "Tech Conference",
  "speakers": [
    {"gender": "x", "name": "A"},
    {"gender": "y", "name": "B"},
    {"gender": "x", "name": "C"}
  ]
}

• 重构后单speaker对应单文档：

{
  "event_id": "evt_123",
  "event_name": "Tech Conference",
  "speaker_gender": "x",
  "speaker_name": "A"
}
{
  "event_id": "evt_123",
  "event_name": "Tech Conference",
  "speaker_gender": "y",
  "speaker_name": "B"
}
{
  "event_id": "evt_123",
  "event_name": "Tech Conference",
  "speaker_gender": "x",
  "speaker_name": "C"
}

之后直接用term查询speaker_gender: x，就能直接得到两条对应事件的文档，完全匹配需求，且查询效率更高。

版本支持说明 #

Elasticsearch 5本身不支持直接让单文档因数组匹配元素重复返回，所以只能通过上述两种方式实现，考虑到版本已停止维护，不建议升级，这两个方案是最贴合你场景的选择。

内容的提问来源于stack exchange，提问作者magdastone