改写：

在我的项目中，我有图像。每个图像有5个标签，范围为[1,10]。我用Elasticsearch上传了这些标签：

我将这些文件加载​​到类型为“ img”的索引“ my_project”中的elasticsearch中：

curl -XPUT 'http://localhost:9200/my_project/img/1' -d '
 {"tags": [1,4,6,7,9]}
'

我上传的其他示例文件：

{"tags": [1,4,6,7]}
{"tags": [2,3,5,6]}
{"tags": [1,2,3,8]}

在我的应用程序中，向量要长得多，但是具有固定数量的唯一元素。我喜欢这些文件中的20M。

现在，我想找到给定向量的相似文档。向量具有更多公共标签时，它们会更加相似。因此，例如，我想为整数向量查找最相似的文档[1,2,3,7]。最佳匹配应该是最后一个示例文档{"tags": [1,2,3,8]}，因为它们在其标签中共享3个公共值，这些[1,2,3]公共值比其他任何向量都多。

所以这是我的问题。如果使用上述CURL命令上传文档，则会得到以下映射：

{
  "my_project" : {
    "mappings" : {
      "img" : {
        "properties" : {
          "tags" : {
            "type" : "string"
          }
        }
      }
    }
  }
}

但是我认为正确的映射应该使用整数而不是字符串。如何为此类数据进行正确的显式映射？

现在，我想使用上述相似度算法搜索文档。如何使用上述相似性算法获得100个上述类型的最相似文档？如果我将这些向量转换为以空格分隔的数字的字符串，则可以将布尔查询与应当声明一起使用于此搜索，但我认为使用整数数组应该更快。您能告诉我，如何为Elasticsearch构建该搜索查询？

到目前为止我的解决方案

我现在使用的基本解决方案是将整数数组转换为字符串。所以我将文档另存为：

curl -XPUT 'http://localhost:9200/my_project/img/1' -d '
 {"tags": "1 4 6 7 9"}
'

然后基本上搜索string "1 2 3"。虽然这可以某种方式起作用，但我认为将整数数组保存为整数数组而不是字符串会更正确，更快捷。是否可以像在整数搜索数组中一样在elasticsearch中使用整数数组？也许我使用字符串的方法是最好的，并且可以/不必在elasticsearch中显式使用整数数组。