我有一本關於書籍的數據集，每個書籍都可以使用一種或多種語言。每個用戶都註冊爲擁有一種或多種語言。Elasticsearch子集篩選器
當用戶搜索書籍時，我只想返回那些他們瞭解其所有語言的書籍。
例如，下面的兩本書是系統：
Book A: English, French, German
Book B: English, Greek
如果約翰被註冊爲不懂英語，德語，法語和意大利語，那麼他的查詢結果中不應包括書B.
我的系統目前使用Apache Solr編寫，其中我最終編寫了一個插件來執行子集操作（如果記錄的語言是用戶語言的子集，其中用戶的語言被聲明爲查詢）。
但是，我想轉換到Elasticsearch後端。然而，這種特定的子集行爲似乎並不是核心過濾器包的一部分。我錯過了什麼，或者我應該看看寫一個類似的插件/自定義過濾器？
這可以使用腳本過濾器來完成，您可以將它作爲參數傳遞給以逗號分隔的字符串列表，並使用for循環來確保每個組件都包含在內，即使一個不使用break並返回false。如果所有當前循環退出並返回true。
我不確定這是多高效，但理論上這可以在elasticsearch上完成。理想情況下，應用優化的過濾器來縮小書籍的範圍，然後在這些子集上查看https://www.elastic.co/blog/all-about-elasticsearch-filter-bitsets以及post_filters上的文檔，效率應該在一系列查詢中進行理想測試，因爲一旦結果開始爲緩存
另一個可能的答案是將其顛倒過來。這些數據具有一定的特徵。假設足夠的規模和現實世界的實用性，其基本思想是對於書籍，用戶和作者而言，語言領域的基數是極低的（你可以通過使用語言根作爲一個領域來進一步改進，例如拉丁語 - 英語，意大利語和原語言http://en.wikipedia.org/wiki/List_of_proto-languages）索引時間）用戶通常傾向於從同一個家庭中瞭解語言，這樣您就可以利用這一事實來獲益。
然後，用戶查詢將基本上是所有存在的集合和他知道的集合的差異。這些可以很容易地建模爲一堆使用執行的過濾器：bool標誌（內部非常優化的位集）來緩存和合並它們。確保你明智的執行過濾順序看看https://www.elastic.co/blog/all-about-elasticsearch-filter-bitsets
您是否發現ElasticSearch（或任何其他數據庫/搜索系統）覆蓋此方法？ – Tor
不 - 我最終得到了一個替代實現，在這裏我查詢（elasticsearch）書籍，然後在它們上面快速查找一下java，以確定用戶是否可以理解所有語言。如果某些語言不被理解，結果集將被標記，並將其傳遞給用戶。不過，我很樂意聽到有一種實現原始設計的方法！ –
以下是我自己的筆記：https：//docs.google.com/document/d/1ngZU89rWc3fQMU8CSSW_yFCyeWEmJzJRngmEl88IrvE。如果你或其他人發現了一個現成的解決方案（這可能可以處理大集），那麼讓我知道。如果我找到一些東西，我一定會回到這裏來:) – Tor