Elasticsearch使用脚本语法时indexOf对短ID失效如何解决

Elasticsearch Painless脚本中indexOf()出现长ID匹配正常、短ID全部返回-1，基本是两个常见错误导致的：

• 取值字段错误：如果对text类型字段直接通过doc['字段名'].value取值，拿到的是分词处理后的词条内容，不是写入时的完整原始字符串。长ID字符序列长，刚好和分词后保留的完整词条重合就能正常匹配；短ID长度短，分词后要么被拆分变形、要么和原始存储内容不一致，自然全部返回-1。
• 参数类型不匹配：传入短ID时如果传的是数值类型（Integer/Long），而字段存储的是字符串类型，indexOf()不会做隐式类型转换，会直接返回-1。长ID因为长度超过常规数值类型的取值上限，传参时通常会直接传字符串类型，反而不会触发这个问题。

按优先级选以下方案即可：

1. 优先使用未分词的keyword字段做匹配
   ES默认会给字符串类型字段自动生成.keyword子字段，存储未经过分词的完整原始值，查询性能最高，优先用这个字段取值：

// 错误写法：取text字段的分词值，匹配结果不可靠
// return doc['id_field'].value.indexOf(params.targetId) >= 0
// 正确写法：取keyword子字段的完整原始值做匹配
return doc['id_field.keyword'].value.indexOf(params.targetId.toString()) >= 0

2. 强制统一匹配双方的类型
   不管传入的ID是长是短，脚本里统一把匹配目标和字段值都转成字符串，彻底规避类型不匹配问题：

def fieldVal = doc['id_field.keyword'].value.toString();
def targetVal = params.targetId.toString();
return fieldVal.indexOf(targetVal) >= 0;

3. 临时方案：直接取_source原始值（不推荐高并发场景用）
   如果你的索引没有给ID字段建keyword子字段，又暂时不想重建索引，可以直接从_source里取写入时的原始值做匹配，注意这种方式比doc value查询性能低3~10倍，不要在高并发核心链路用：

def fieldVal = params._source['id_field'];
if (fieldVal == null) {
  return false;
}
return fieldVal.toString().indexOf(params.targetId.toString()) >= 0;

如果改完还是有问题，先跑个调试查询确认实际拿到的字段值、参数类型和预期一致，不要黑盒猜：

POST 你的索引名/_search
{
  "size": 1,
  "script_fields": {
    "debug_info": {
      "script": {
        "source": "return [
          'doc_text_value': doc['id_field'].value,
          'doc_keyword_value': doc['id_field.keyword'].value,
          'source_raw_value': params._source['id_field'],
          'target_param_type': params.targetId.getClass().getName()
        ]",
        "params": {
          "targetId": "你的测试短ID"
        }
      }
    }
  }
}

对比返回的几个字段值，哪个和你写入的原始ID完全一致，就用哪个字段做indexOf()匹配即可。

内容的提问来源于stack exchange，提问作者lhy