Elasticsearch如何将object类型字段reindex为text类型并解决报错

你执行原生reindex时触发类型不匹配错误，本质是字段值类型无法直接透传：

• 源索引中Foo为嵌套object类型，存储值是包含ID、Name结构的JSON对象
• 目标索引中Foo为text类型，要求输入值为纯文本字符串
• 原生reindex无自动嵌套对象到字符串的转换逻辑，读到对象起始的{结构标记时，无法将其解析为text字段的合法值，最终触发Can't get text on a START_OBJECT报错。

• 第一步：提前创建目标索引，手动配置映射，不要依赖ES自动映射（避免自动将Foo识别为object类型），目标映射按你的需求配置即可，示例如下：

PUT /your_target_index
{
  "mappings": {
    "properties": {
      "Foo": {
        "type": "text",
        "index": "false"
      }
      // 其他需要保留的字段按原有映射正常配置即可
    }
  }
}

• 第二步：执行reindex任务时，添加转换脚本将原object类型的Foo值转为字符串后再写入，禁止直接透传对象结构。根据你对字符串内容的需求，可以选择两种脚本逻辑：
  1. 完整保留原对象信息的序列化方案：将原Foo对象直接转成JSON字符串存入目标字段
     对应的完整reindex DSL：

POST _reindex
{
  "source": {
    "index": "your_source_index"
  },
  "dest": {
    "index": "your_target_index"
  },
  "script": {
    "source": """
      def fooOrigin = ctx._source.remove("Foo");
      if (fooOrigin != null) {
        ctx._source.Foo = groovy.json.JsonOutput.toJson(fooOrigin);
      }
    """
  }
}

2.  自定义可读文本方案：如果不需要保留JSON结构，可将`ID`、`Name`字段拼接为常规可读文本：
脚本部分调整为：

"script": {
  "source": """
      def fooOrigin = ctx._source.remove("Foo");
      if (fooOrigin != null) {
        ctx._source.Foo = "ID: " + fooOrigin.get("ID", "") + ", Name: " + fooOrigin.get("Name", "");
      }
    """
}

• 脚本中通过remove方法取出原object值后再处理，可避免目标字段出现结构冲突
• 因目标字段配置了index: false，转换后的字符串仅做文档存储，不会生成倒排索引，无额外索引开销
• 如果源文档量较大，可在reindex请求中添加批次大小、节流参数，避免任务抢占集群资源影响正常业务运行

内容的提问来源于stack exchange，提问作者SuperSonic