无法解析类型整数字段

Question

导入文档时，我会收到下面附加的错误。

我想当更改数据提供商（eSmapping.js）时，出现了问题，以使用整数子场来对文档进行排序。

是否可以使用某些模式对文档进行排序，以免再次发生此错误？有人有主意吗？

这个问题是指已经问的一个 - 启用关键字类型（Elasticsearch）的数字的上升和下降排序，

error ：

022-05-18 11:33:32.5830 [ERROR] ESIndexerLogger Failed to commit bulk. Errors:
index returned 400 _index: adama_gen_ro_importdocument _type: _doc _id: 4c616067-4beb-4484-83cc-7eb9d36eb175 _version: 0 error: Type: mapper_parsing_exception Reason: "failed to parse field [number.sequenceNumber] of type [integer] in document with id '4c616067-4beb-4484-83cc-7eb9d36eb175'. Preview of field's value: 'BS-000011/2022'" CausedBy: "Type: number_format_exception Reason: "For input string: "BS-000011/2022"""

映射（Sequencenumber用于排序） ：

"number": {
        "type": "keyword",
        "copy_to": [
            "_summary"
        ],
        "fields": {
            "sequenceNumber": {
                "type": "integer"
            }
        }
    }

Answer 1

在返回的错误消息中，被索引到数字字段的值是带有字母字符的字符串，'BS-000011/2022'。对于具有关键字类型的号码字段来说，这是没有问题的。但是，这是具有整数类型的sequenceNumber子场的问题。传递到号码的文本值也将其传递到sequencenumber子场中，因此错误。

不幸的是，上一个问题中使用的文本分析仪也无济于事，因为排序无法在文本字段上执行。但是，可以将定制分析仪使用的令牌可以将其重新用于摄入管道。

作者在上一个问题：

"tokenizer": {
   "document_number_tokenizer": {
      "type": "pattern",
       "pattern": "-0*([1-9][0-9]*)\/",
       "group": 1
    }
}

如果使用自定义分析仪，则使用Elasticsearch _ANALYZE api上述值（如SO）（STACK_INDEX是使用分析器）的临时索引） ：

POST stack_index/_analyze
{
  "analyzer": "document_number_analyzer",
  "text": ["BS-000011/2022"]
}

分析仪返回11的一个令牌，但令牌是用于搜索分析，而不是分类。

使用 grok noreferrer 可以将索引应用于索引，以从值中提取所需数字并作为整数索引。需要将处理器配置为期望该值的格式，该格式类似于“ BS-0000011/2022”。下面提供了一个示例：

PUT _ingest/pipeline/numberSort
{
  "processors": [
    {
      "grok": {
        "field": "number",
        "patterns": ["%{WORD}%{ZEROS}%{SORTVALUES:sequenceNumber:int}%{SEPARATE}%{NUMBER}"],
        "pattern_definitions": {
          "SEPARATE":  "[/]",
          "ZEROS" : "[-0]*",
          "SORTVALUES":  "[1-9][0-9]*"
        }
      }
    }
  ]
}

Grok获取输入文本值并从中提取结构化字段。提取可排序的数字的模式是sortValues模式，％{sortValues：sequencenumber：int}。文档将创建一个新字段，称为sequencenumber。当在号码字段中索引“ BS-000011/2022”时，将11索引到sequencenumber字段作为整数。

然后，您可以创建一个索引模板应用摄入管道。 sequenceNumber字段将需要明确添加为整数类型。只要将匹配上面输入格式的值索引到number字段中，摄入管道将自动索引。然后，sequenceNumber字段将进行排序。