Elasticsearch中如何扁平化嵌套子字段并实现关联匹配与时间返回？

嘿，这个需求我刚好碰到过，给你一步步拆解解决方案：

因为你需要保留txt和time的对应关系，同时能匹配连续的文本短语，所以我们要把content设为nested类型（这样每个txt和time的配对会被当作独立的子文档处理，避免关联混乱），同时给txt字段添加keyword子字段用来精确匹配完整字符串，另外新增一个full_content字段用来存储所有txt按时间顺序拼接的文本，方便短语匹配。

创建索引的命令：

PUT /my_documents
{
  "mappings": {
    "properties": {
      "id": { "type": "integer" },
      "content": {
        "type": "nested",
        "properties": {
          "txt": { 
            "type": "text", 
            "analyzer": "standard",
            "fields": {
              "keyword": { "type": "keyword" }
            }
          },
          "time": { "type": "integer" }
        }
      },
      "full_content": { "type": "text", "analyzer": "standard" }
    }
  }
}

插入时要手动把content里的txt按time顺序拼接成full_content的值（也可以用Elasticsearch的copy_to+脚本自动生成，但手动拼接更直观）：

POST /my_documents/_doc/1
{
  "id": 1,
  "content": [
    { "txt": "I", "time": 0 },
    { "txt": "have", "time": 1 },
    { "txt": "a book", "time": 2 },
    { "txt": "do not match this block", "time": 3 }
  ],
  "full_content": "I have a book do not match this block"
}

我们需要先通过match_phrase匹配full_content里的目标短语，确保文档确实包含这个连续文本，再用nested查询结合inner_hits提取对应time值：

POST /my_documents/_search
{
  "query": {
    "bool": {
      "must": [
        // 匹配完整的连续短语
        { "match_phrase": { "full_content": "I have a book" } },
        // 匹配组成短语的三个txt，并返回对应的time
        {
          "nested": {
            "path": "content",
            "query": {
              "bool": {
                "should": [
                  { "match": { "content.txt": "I" } },
                  { "match": { "content.txt": "have" } },
                  // 用keyword子字段精确匹配"a book"整个字符串
                  { "match": { "content.txt.keyword": "a book" } }
                ],
                "minimum_should_match": 1
              }
            },
            "inner_hits": {}
          }
        }
      ]
    }
  }
}

如果只想返回time字段而不需要其他冗余内容，可以给inner_hits添加_source过滤：

"inner_hits": {
  "_source": ["content.time"]
}

修改后返回的inner_hits会只包含匹配到的time值（0、1、2），完全符合你的需求。

内容的提问来源于stack exchange，提问作者David Zhao