Elasticsearch：terms聚合输出大小写不匹配问题咨询

这问题我之前踩过坑！核心原因是你用到的gender和grade字段应该是被分词器处理过了——Elasticsearch默认的standard分词器会自动把大写字母转换成小写，所以哪怕你存储的时候是大写的AA，分词后索引里实际存的是小写的aa，terms聚合查的是分词后的索引数据，自然就返回小写结果啦。

给你几个实用的解决方案，按优先级排序：

方案1：直接将字段设为keyword类型（适合不需要全文搜索的字段） #

如果gender、grade这类字段只需要做精确匹配和聚合，不需要按关键词模糊搜索，那直接在索引映射里把字段类型设为keyword就好——keyword类型不会做任何分词处理，存什么就索引什么，聚合时就能返回原始的大写值。

创建索引时的映射示例：

PUT /113
{
  "mappings": {
    "properties": {
      "gender": {
        "type": "keyword"
      },
      "grade": {
        "type": "keyword"
      }
    }
  }
}

如果索引已经存在，需要先删除重建（或者用reindex操作迁移数据），再设置这个映射。

方案2：给字段添加keyword子字段（兼顾全文搜索和聚合需求） #

如果这些字段既要支持全文搜索（比如模糊匹配内容），又需要保留原始值做聚合，那最稳妥的方式是给字段添加一个keyword类型的子字段。

第一步：更新索引映射 #

如果索引已经存在，先关闭索引（部分ES版本支持动态更新可省略），然后执行映射更新：

PUT /113/_mapping
{
  "properties": {
    "gender": {
      "type": "text",
      "fields": {
        "keyword": {
          "type": "keyword",
          "ignore_above": 256
        }
      }
    },
    "grade": {
      "type": "text",
      "fields": {
        "keyword": {
          "type": "keyword",
          "ignore_above": 256
        }
      }
    }
  }
}

第二步：重新索引数据 #

更新映射后，需要重新索引已有数据，让新的子字段生效：

POST _reindex
{
  "source": {
    "index": "113"
  },
  "dest": {
    "index": "113_new"
  }
}

之后你可以删除原索引，把新索引重命名为113，或者直接在查询里使用新索引。

第三步：修改聚合查询，使用子字段 #

之后聚合时指定.keyword子字段即可：

POST /113/_search
{
  "query": {
    "query_string": {
      "query": "Jack"
    }
  },
  "aggs" : {
    "gender" : {
      "terms" : { "field" : "gender.keyword" }
    },
    "grade" : {
      "terms" : { "field" : "grade.keyword", "order" : {"_count" : "asc"} }
    }
  }
}

方案3：用脚本聚合临时转换（不推荐大数据量场景） #

如果暂时没法修改映射和重索引，也可以用脚本把聚合结果转成大写，但这种方式会增加ES的计算压力，数据量大的时候性能会很差，仅作为临时应急方案：

POST /113/_search
{
  "query": {
    "query_string": {
      "query": "Jack"
    }
  },
  "aggs" : {
    "gender" : {
      "terms" : { 
        "script" : {
          "source": "doc['gender'].value.toUpperCase()"
        }
      }
    },
    "grade" : {
      "terms" : { 
        "script" : {
          "source": "doc['grade'].value.toUpperCase()"
        },
        "order" : {"_count" : "asc"} 
      }
    }
  }
}

总结一下：优先选方案2（兼顾搜索和聚合），如果字段不需要搜索就选方案1，方案3只适合临时救急哦。

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