使用 Elasticsearch 的 Field Collapsing

在大多数搜索应用程序中，尤其是在电商、社交媒体或内容聚合平台中，我们常常遇到这样一个需求：希望将具有相同属性（例如同一商品的不同规格、同一作者的不同文章等）的搜索结果合并或折叠在一起，而不是显示冗余的重复项。Elasticsearch 提供了一个强大的功能来实现这一需求：Field Collapsing。本文将详细介绍 Elasticsearch 的 Field Collapsing 功能及其使用场景。

什么是 Field Collapsing？

Field Collapsing 是 Elasticsearch 7.x 版本开始引入的一个特性，它允许你将搜索结果按照某个字段的值进行折叠。折叠的结果中，每个唯一字段值只会显示一个文档，而不是展示所有匹配的文档。这在需要去重、分组展示或提高结果精简度时非常有用。

典型应用场景

1. 商品搜索：在电商平台上，同一商品可能有多个规格或颜色。如果不做折叠，用户在搜索时可能会看到多个几乎相同的结果。使用 Field Collapsing，可以只展示每个商品的一个结果，而不是多个规格版本。

2. 内容聚合：在新闻或社交媒体平台中，同一作者可能发布多篇相似内容。折叠可以确保每个作者只展示一个结果，而不是所有文章。

3. 数据去重：对于某些场景，特别是去重场景，Field Collapsing 可以直接根据指定字段折叠相同的文档，减少重复结果。

Field Collapsing 的工作原理

Field Collapsing 的核心在于通过一个字段来对结果集进行分组和折叠。在 Elasticsearch 的查询中，可以通过 collapse 参数实现这一功能。该参数通常配合 inner_hits 来展示每个折叠组中的具体文档信息。

基本用法

我们来看看如何在 Elasticsearch 查询中使用 Field Collapsing。

示例场景：商品搜索

假设我们有一个商品索引，其中包含多个规格的同一商品。我们希望在用户搜索时，只展示每个商品的一个版本，而不是显示所有规格。

索引示例

POST /products/_bulk
{
   
    "index": {
   
    "_id": "1" } }
{
   
    "name": "iPhone 12", "color": "black", "price": 699 }
{
   
    "index": {
   
    "_id": "2" } }
{
   
    "name": "iPhone 12", "color": "white", "price": 699 }
{
   
    "index": {
   
    "_id": "3" } }
{
   
    "name": "iPhone 12", "color": "red"