Elasticsearch查询含指定字符串文本对应frame_number的方法

你的代码不生效是三个明确的错误导致的：

• 接口调用错误：get方法仅支持通过文档ID拉取单条文档，不支持传入查询条件做检索，所有条件搜索必须用search方法。
• 查询类型错误：match查询是分词匹配查询，原生不支持*通配符语法，前后模糊匹配需要用wildcard类型查询。
• 数据结构匹配逻辑错误：ES默认会把数组类型的嵌套对象字段打平存储，直接查询frames.text会丢失frame和text的绑定关系，哪怕匹配到文本也可能关联到错误的帧号，甚至出现跨帧匹配的脏结果。

第一步：修正索引映射 #

要精准匹配每个帧内的文本、正确关联对应帧号，必须先把frames字段设置为nested类型，保留嵌套对象的独立关联关系，同时给文本字段加专门适配通配符查询的子字段，映射配置如下：

PUT /siv_data
{
  "mappings": {
    "properties": {
      "platform": {"type": "keyword"},
      "name_link": {"type": "keyword"},
      "total_frames": {"type": "integer"},
      "frames": {
        "type": "nested",
        "properties": {
          "frame_number": {"type": "integer"},
          "text": {
            "type": "text",
            "fields": {
              "wildcard": {"type": "wildcard"}
            }
          }
        }
      }
    }
  }
}

注意：如果你的siv_data索引已经存在，需要先删除旧索引，按上述映射创建新索引后重新导入数据，nested类型的配置才能生效。

第二步：替换查询代码 #

把你原来的Python查询代码替换为如下内容，用nested查询+wildcard匹配，同时通过inner_hits返回匹配到的对应帧号：

target_str = "esstre"
search_param = {
    "query": {
        "nested": {
            "path": "frames",
            "query": {
                "wildcard": {
                    "frames.text.wildcard": f"*{target_str}*"
                }
            },
            "inner_hits": {
                "_source": ["frames.frame_number"],
                "size": 10
            }
        }
    }
}

# 必须调用search接口，不能用get接口
resp = _es.search(index="siv_data", body=search_param)
print(resp)

• 查询返回结果中，hits.hits数组是匹配到的顶层文档，每个顶层文档下的inner_hits.frames.hits.hits数组，就是所有包含目标字符串的帧条目，其中_source.frame_number就是你需要的帧号，针对你给出的示例数据，会正确返回帧号0。
• 如果你的需求是精确匹配text数组中某一项完全等于目标字符串，不需要前后模糊匹配，可以把wildcard查询替换为term查询，查询性能会更高。

内容的提问来源于stack exchange，提问作者Sergi Cañas