如何打造Elasticsearch全文检索系统之copy_to

全文检索场景在实际项目中，无界搜索具体查询某一个字段对于客户来说是不确定的，但是实际数据中需要检索的字段非常多。
在使用elasticsearch时遇见了这样的需求：es聚合指定字段时聚合的结果里面只显示聚合的字段。但是在做报表时，我们发现一个问题：如果我们对员工进行聚合，但是我们还希望查看当前员工所在的班组，部门等信息。这时如果查询es两次，对于效率来说是不好的。
这样，我们在设计的时候就需要将更多的字段合并成一个字段，这样查询的时候，开发人员只需要查询指定的那个字段就可以了，中间实现过程很简单，但是更多的会涉及到性能优化和分词优化。使用的步骤：

1、创建mapping

1. PUT my_index

2. {

3.   "mappings": {

4.     "my_type": {

5.       "properties": {

6.         "first_name": {

7.           "type": "keyword",

8.           "copy_to": "full_name"

9.         },

10.         "last_name": {

11.           "type": "keyword",

12.           "copy_to": "full_name"

13.         },

14.         "full_name": {

15.           "type": "text",

16.           "fielddata": true

17.         }

18.       }

19.     }

20.   }

21. }

2、插入数据

1. PUT my_index/my_type/1

2. {

3. "first_name": "John",

4. "last_name": "Smith"

5. }

3、查询校验

1. GET my_index/_search

2. {

3. "query": {

4. "match": {

5. "full_name": {

6. "query": "John Smith",

7. "operator": "and"

8. }

9. }

10. }

11. }

4、结果展示

1. {

2. "took": 0,

3. "timed_out": false,

4. "_shards": {

5. "total": 5,

6. "successful": 5,

7. "failed": 0

8. },

9. "hits": {

10. "total": 1,

11. "max_score": 0.51623213,

12. "hits": [

13. {

14. "_index": "my_index",

15. "_type": "my_type",

16. "_id": "1",

17. "_score": 0.51623213,

18. "_source": {

19. "first_name": "John",

20. "last_name": "Smith"

21. }

22. }

23. ]

24. }

25. }

5、聚合查询校验

1. {

2. "query": {

3. },"aggs": {

4. "1": {

5. "terms": {

6. "field": "full_name",

7. "size": 10

8. }

9. }

10. }

11. }

6、查询结果

1. {

2. "took": 0,

3. "timed_out": false,

4. "_shards": {

5. "total": 5,

6. "successful": 5,

7. "failed": 0

8. },

9. "hits": {

10. "total": 1,

11. "max_score": 1,

12. "hits": [

13. {

14. "_index": "baobiaoceshi4",

15. "_type": "my_type",

16. "_id": "1",

17. "_score": 1,

18. "_source": {

19. "first_name": "John",

20. "last_name": "Smith"

21. }

22. }

23. ]

24. },

25. "aggregations": {

26. "1": {

27. "doc_count_error_upper_bound": 0,

28. "sum_other_doc_count": 0,

29. "buckets": [

30. {

31. "key": "john",

32. "doc_count": 1

33. },

34. {

35. "key": "smith",

36. "doc_count": 1

37. }

38. ]

39. }

40. }

41. }

注意有这几个问题：

1、我们copy_to指向的字段字段类型要为：text

2、text类型字段如果希望进行聚合，设置属性:"fielddata": true

3、copy_to指向的字段不会在head插件查看时显示，但是能通过查询语句作为条件
总结：通过这种方式对我们的结果进行聚合，能够满足一次查询聚合多个字段。