Elasticsearch中script_fields调用params['_source']始终返回相同文档问题
问题根因
该问题的根因是params['_source']在script_fields的执行上下文中是可变的共享引用对象:Elasticsearch遍历匹配文档时,会持续将当前文档的原始数据覆盖写入该引用指向的内存对象,直接返回该引用的话,所有命中记录的data字段最终都会指向同一个内存地址,所以内容都是最后一条文档的_source值。
解决方案
方案1:直接使用默认返回的_source字段(推荐)
Elasticsearch查询默认会在每条命中记录的_source字段中返回文档原始数据,完全不需要额外通过script_fields自定义data字段获取,直接删除DSL中script_fields下的data字段配置即可,修改后的DSL如下:
GET /locations/_search { "query": { "bool": { "must": { "match_all": {} }, "filter": { "geo_distance": { "distance": "5000km", "geo_location": [ -70, 40 ] } } } }, "script_fields": { "distance_in_m": { "script": "doc['geo_location'].arcDistance(40, -70)" } } }
修改后每条命中记录会同时返回原生的_source字段和计算得到的distance_in_m字段,完全满足需求,且没有额外的脚本性能开销。
方案2:确实需要将原始数据封装到data字段的处理
如果业务上必须把原始_source放到自定义的data字段下,只需要在脚本中对params['_source']做一次拷贝,避免引用共享即可,修改后的data字段脚本如下:
"data" : { "script" : "new HashMap(params['_source'])" }
完整DSL如下:
GET /locations/_search { "query": { "bool": { "must": { "match_all": {} }, "filter": { "geo_distance": { "distance": "5000km", "geo_location": [ -70, 40 ] } } } }, "script_fields": { "distance_in_m": { "script": "doc['geo_location'].arcDistance(40, -70)" }, "data" : { "script" : "new HashMap(params['_source'])" } } }
该方案通过新建HashMap拷贝_source内容,每个文档的data字段都会指向独立的内存对象,不会被后续遍历的文档覆盖。
内容的提问来源于stack exchange,提问作者Punita Ojha
相关产品推荐
相关产品推荐

