Elasticsearch分词字段查询返回匹配唯一值的实现方案咨询

问题1：是否需要单独创建新索引？ #

不需要。仅当你有百万级以上的唯一brand值、同时查询QPS极高的极端场景下才需要单独建值索引，常规业务场景直接复用现有索引即可满足需求。

问题2：是否可以复用当前索引的分词能力实现需求？ #

完全可以，你可以通过匹配查询+Terms聚合的方案实现，不需要修改现有索引结构，直接复用已有分词配置。

具体实现方案

你只需要把查询返回的文档数设为0，通过聚合筛选出符合匹配条件的去重brand值，再按匹配评分排序即可，以前缀搜索wo为例的示例DSL如下：

{
  "query": {
    "prefix": {
      "brand": "wo"
    }
  },
  "size": 0, // 不返回原始文档，仅返回聚合结果
  "aggs": {
    "matched_brands": {
      "terms": {
        "field": "brand",
        "include": "wo.*", // 仅聚合以搜索词开头的brand值，过滤命中文档里其他不匹配的value
        "order": {
          "max_score": "desc" // 按匹配度从高到低排序
        },
        "size": 10 // 按需调整返回的结果数量
      },
      "aggs": {
        "max_score": {
          "max": {
            "script": "_score"
          }
        }
      }
    }
  }
}

结果说明

查询返回的aggregations.matched_brands.buckets列表中，每个bucket的key就是你需要的按匹配度排序的去重brand值，完全符合你输入wo返回word1、word2、word3的需求。

如果你需要的是分词模糊匹配而不是前缀匹配，只需要把query部分替换为对应的match/match_phrase查询，同步调整include的正则过滤规则即可。

注意事项

如果你的brand字段是text类型，需要提前开启fielddata，或者给brand字段配置keyword类型的子字段，聚合时使用keyword子字段即可，避免Elasticsearch抛出异常。

内容的提问来源于stack exchange，提问作者mmoreram