Elasticsearch数组字段筛选：能否仅提取指定类型对象？

当然可以！针对你这种从数组字段里筛选特定元素的需求，我给你整理了几种实用的方案，你可以根据自己的Elasticsearch版本和索引情况来选择：

方法1：用script_fields直接过滤（无需修改索引） #

如果你的索引已经创建好了，不想改动映射，那用脚本字段是最直接的方式。它可以在查询时直接处理原始的_source数据，过滤出type="passport"的图片对象：

{
  "query": {
    "match_all": {}
  },
  "script_fields": {
    "passport_images": {
      "script": {
        "source": """
          def filteredImages = [];
          for (image in params._source.images) {
            if (image.type == 'passport') {
              filteredImages.add(image);
            }
          }
          return filteredImages;
        """
      }
    }
  },
  "_source": ["fname", "lname"] // 指定返回需要的其他字段，避免返回整个原始images数组
}

这个脚本会遍历_source里的images数组，把符合条件的元素收集起来，作为新的passport_images字段返回给你。

方法2：将images设为嵌套类型，用inner_hits提取（更高效） #

如果你的索引还没创建，或者可以修改映射，强烈推荐把images字段设置为嵌套类型。因为Elasticsearch默认会把对象数组“扁平化”存储，导致数组里的对象字段失去关联性；而嵌套类型会保留每个对象的独立性，查询效率更高，也能更精准地筛选。

首先，修改索引的映射（如果还没设置）：

{
  "mappings": {
    "properties": {
      "fname": {"type": "text"},
      "lname": {"type": "text"},
      "images": {
        "type": "nested",
        "properties": {
          "type": {"type": "keyword"},
          "url": {"type": "text"}
        }
      }
    }
  }
}

然后查询时，用nested查询配合inner_hits来提取符合条件的图片对象：

{
  "query": {
    "nested": {
      "path": "images",
      "query": {
        "term": {"images.type": "passport"}
      },
      "inner_hits": {} // 这里会返回所有匹配的images对象
    }
  },
  "_source": ["fname", "lname"]
}

这种方法的优势很明显：当数组元素很多时，查询性能比脚本字段好得多，而且能精准匹配嵌套对象的字段组合。

方法3：用聚合过滤（适合统计场景） #

如果你只是想统计或提取符合条件的元素，也可以用聚合来实现，但返回的是聚合结果，不是直接的文档字段，适合统计类需求：

{
  "query": {
    "match_all": {}
  },
  "aggs": {
    "filtered_images": {
      "nested": {
        "path": "images"
      },
      "aggs": {
        "passport_only": {
          "filter": {
            "term": {"images.type": "passport"}
          },
          "aggs": {
            "image_types": {"terms": {"field": "images.type"}},
            "image_urls": {"terms": {"field": "images.url"}}
          }
        }
      }
    }
  }
}

总结 #

• 不能修改索引？用script_fields快速实现需求；
• 可以修改索引？优先用嵌套类型+inner_hits，性能更优；
• 统计场景？用聚合过滤的方式。

内容的提问来源于stack exchange，提问作者Anil Bhaskaran